數據對比不是簡單地将兩個數進行對比，需要考慮從不同維度進行對比，才能分析出問題的本質。

雙十一，雙十二，年貨節接踵而至。

大促結束後，銷售額、客單價、詢單轉化率……各種數據指标充斥着老闆桌上的報告，運營人手中的PPT，以及我們産品人設計的數據産品中。

而“數據對比”作為數據分析中最常見的方法之一也被頻繁運用，今天想通過“我有一個朋友系列”來和大家讨論下常見的數據對比。

孤數不證

我有一個朋友叫老王，經營了一家淘寶女裝店，下面是老王最近的銷售情況：

• 老王淘寶店今日銷售額 10000元。
• 老王淘寶店今日銷售額10000元，昨日銷售額 8000元。
• 老王淘寶店今日銷售額10000元，老王競争對手老李的女裝淘寶店今日銷售額20000元。

從老王最近的銷售情況不難看出，當隻知道今日銷售額 10000元，這個數據對我們是沒有意義的，無法去判斷這家淘寶店的情況。

而知道昨日銷售額以及競争對手今日銷售額時，可以有一個簡單的結論：銷售額今日比昨日增加，今日銷售額低于競店數據。

由此我們可以得出一個結論：孤數不證。數據單獨存在的時候不具備分析意義，數據的分析是基于對比進行的，好的數據分析方法也一定會用到對比。

在電商領域，數據對比可以說是司空見慣的存在。例如生意參謀首頁今日和昨日支付金額的折線圖，通過對比幫助用戶了解今日和昨日支付金額在不同分時上的一個高低情況，以及整體的波動趨勢。

圖片來源于網絡

時間維度的對比

在時間維度上的對比，往往會采用與從前比和與未來比兩種對比方式。

與從前比，主要通過和曆史數據的對比，來分析當前數據的價值，一般會考慮到和從前不同時期比、和從前相同時期比、和前一個統計期比、和曆史的特殊值比。

和從前不同時期比

和從前不同時期的對比常用趨勢來體現，展示數據在整體趨勢中的變動情況，常見時間維度的有近7日、近30日、本周、本月、本年等。

基本規則如下：

數據格式：當日日期 當日數據。

對比結果：論證某項數據在不同日期的表現，得出數據變動的趨勢，包括上升趨勢、下降趨勢、波動趨勢等。

例如，從老王的案例，我們通過趨勢可以分析出店鋪銷售額數據7日的一個波動情況，了解這7日的整體銷售狀況。

老王淘寶店今日（12-16）銷售額10000元，下表為近七日銷售額。

老王淘寶店12-09～12-15銷售額趨勢圖

和從前相同時期比

和從前相同時間的對比常用同比來體現，展示數據在相同單位周期内的對比，分析某項數據相對發展速度，常見的有周同比，月同比等。

基本規則如下：

數據格式：單日數據或某一時間段數據和。

公示：同比=（本單位周期數據-更大一個周期内的同一個單位周期數據）/更大一個周期内的同一個單位周期數據* 100%。例如12月和去年12月，12月第一周和11月第一周等。

對比結果：論證相同單位周期内的數據變化情況，常見的有同比增長、同比下降等。

例如，從老王的例子可以簡單分析出2019年11月銷售額和2018年11月銷售額對比的變化，得出2019年11月銷售額同比增長的結論，了解到11月銷售額情況優于去年這一現象。

老王淘寶店今年11月的銷售額為100000元，2018年11月的銷售額為80000元，同比增長25%。

和前一個統計期比

和前一個統計期的對比常用環比來體現，展示數據在連續2個統計周期内的對比。分析某項數據逐級變動情況。

基本規則如下：

數據格式：單日數據或某一時間段數據和。

公示：環比=（本單位周期數據-上一個單位周期的數據）/上一個單位周期* 100%。例如12月和11月，12月第二周和12月第一周。

對比結果：論證本單位周期數據相較于上一個單位周期的數據變化情況，常見的有環比增長，環比下降等。

例如，從老王的例子可以簡單分析出，2019年11月銷售額和2019年10月銷售額對比的變化，得出2019年11月銷售額環比增長的結論，了解到11月銷售額情況優于10月份這一現象。

老王淘寶店今年11月的銷售額為100000元，今年10月銷售額為80000元，環比增長25%。

和曆史的特殊值比

和曆史的特殊值對比常考慮到峰谷值和異常值的情況，一般用于異常數據的排查。

基本規則如下：

數據格式：當日日期 當日數據。

對比結果：當某項數據存在異常可能時，通過與曆史特殊值的比較，排查是否真的存在異常情況。

例如，從老王的例子可以看出，今日數據銷售額比平常大幅增長，存在異常的情況。但實際是因為今天是雙十一，通過和曆史上峰值的比較，就可以排除異常。

老王淘寶店今日銷售額50000元，昨日銷售額8000元，但是今日是11.11日。

與未來比，主要通過數據模型對曆史數據的分析來預測未來的值。

數據預測需要謹慎使用，預測偏差易導緻用戶對我們産生不信任感和懷疑感，一般會通過一些模糊的概念來弱化用戶對準确度的期待，例如經驗數據，曆史回測等。

同花順某股票未來預測

不同個體的對比

在不同個體的對比上，往往會采用與自己比、與競争對手比、與目标比、與行業數據比等對比方式。

與自己比

與自己比，通過内部的比較，分析内部不同個體之間的數據差異，為優化内部團隊提供參考意義。

一般會考慮到不同個體對比和相同特征或屬性對比。

1）在内部的不同個體對比

在内部的不同個體對比，考慮到相同時間内，不同個體之間同一個或多個數據字段的對比，一般用于了解不同個體之間的差異。

基本規則如下：

數據格式：相同日期 個體數據。

對比結果：論證不同個體在相同條件下數據的差異和區别，常用來對比分析不同個體的能力差異。

例如，從老王的例子可以發現，通過對兩個客服的今日銷售額數據比較，了解到客服團隊中客服A的今日銷售額高于客服B。

老王淘寶店的2個客服分别為客服A、客服B。

• 客服A今日銷售額為5000元；
• 客服B今日銷售額為3000元。

2）相同特征或屬性對比

在内部的不同個體對比中，通過打标簽等形式把相同特征或屬性的個體進行分組歸類，進行更細分的比較，挖掘組内共性和差别。

基本規則如下：

數據格式：相同日期 抽象标簽 個體數據。

對比結果：論證相同特征或屬性的個體在相同條件下數據的差異和區别，常用來對比分析相同特征個體的數據差異。

例如，從老王的例子，通過客服專員和客服助理的區分幫助我們有效的對客服團隊進行了分類，客服專員本身在接待能力上就優于客服助理，客服A接待人數高于客服C的對比結果就顯得意義不大，同類标簽的不同客服對比更有意義。

老王淘寶店的3個客服分别為客服A、客服B、客服C。

• 客服A是客服專員，接待人數為100人；
• 客服B是客服專員，接待人數為120人；
• 客服C是客服助理，接待人數為30人。

與競争對手比

與競争對手對比，一般用于跟蹤競争對手的相關數據，了解對競争對手的優劣勢。

基本規則如下：

數據格式：相同日期 主體數據，相同日期 客體數據。

對比結果：論證相同條件下，某項數據相較于競争對手存在的優劣勢，常見的有優于，持平，劣于等。

例如，從老王的例子中，通過與競争對手老李店鋪的比較，簡單得出12-15老王店鋪的流量指數優于競争對手老李的現象。

與目标對比

一般用于和設置目标進行比較，常用于績效考核。

基本規則如下：

數據格式：相同日期 實際數據，相同日期 目标數據。

對比結果：論證相同條件下，某項數據相較于設置目标存在的差異，常見的有完成目标，未完成目标等。

例如，從老王的例子中，通過與目标銷售額的對比，了解到12月客服團隊銷售額超額完成的現象

老王淘寶店鋪2019年12月客服團隊實際銷售額103204，12月目标銷售額100000，目标完成度：103%。

與行業數據對比

一般用于和行業數據進行對比，常用于通過和行業優秀或平均水平對比來發現自己所處的位置。

基本規則如下：

數據格式：相同日期 主體數據，相同日期 經驗數據。

對比結果：論證相同條件下，某項數據相較于行業數據存在的差異，常見的有行業平均數據，行業優秀數據。

例如，從老王的例子中，通過與生意參謀中的行業數據的對比，了解到店鋪處于女裝行業第二層級，對自己店鋪在整個女裝市場有了一個簡單的了解。

老王淘寶店鋪2019年12月15日銷售額為10000元，位于女裝行業第二層級。

最後，對比數據也是具有迷惑性的，存在陷阱的。

例如老王店鋪的例子，簡單一看今日“靜默銷售額占比店鋪總銷售”的數據比昨日更多，容易産生今日靜默銷售額更多的誤判。但因為銷售額數據的不同，實際上兩天的靜默銷售額是一緻的。

今日靜默銷售額占比全店銷售額12%，今日銷售額100萬，今日靜默銷售額12萬；

昨日靜默銷售額占比全店銷售額10%，昨日銷售額120萬，昨日靜默銷售額12萬。

總結

數據對比是常見的一種挖掘規律的數據分析方法，其優勢在于可以通過對比發現不同字段、不同個體之間存在的關系。

但同時需要注意的是，數據對比的同時需要考慮全局和業務，純粹的數據對比也具有迷惑性，容易産生誤判。

本文由 @晌午 原創發布于人人都是産品經理，未經作者許可，禁止轉載。

題圖來自Unsplash，基于CC0協議。

,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!

查看全部