在平時工作中，遇到簡單的業務問題，你可以直接查看數據，驗證并解決掉，但遇到複雜的問題時，你可能都不知道要什麼數據，看到數據都無從下手，拿到數據也看不出什麼問題。本篇文章中，作者介紹了常見又比較通用的幾種數據分析方法，希望這些數據分析方法能夠成為你利用數據和解決業務問題的利器。

數據分析有哪些價值呢？

像DAU/MAU這樣的數據指标，直接去看就可以了，但是如果你的DAU昨天突然下跌了20%，你看到了這個結果，那它為什麼下跌？下跌的原因是什麼呢？如果你要找出下跌的原因就沒有那麼直接明了了。

上面我們說到下跌，那什麼樣的數據能告訴你下跌的原因呢，如果你的工作中涉及到數據分析，你肯定會遇到類似的問題。

舉個栗子：你在互聯網上有個菜鋪，菜鋪從浏覽到消費的轉化率一直很低，那到底該優化哪裡呢？如果你要投放廣告該怎麼選擇對象人群呢？

這些問題不是一個簡單的指标就能告訴你該怎麼做的，真正支撐你的工具或者數據也并不能直接幫你解決這些問題，你需要做的是将上面遇到的問題和你的數據建立一種關系的，然後通過一些分析方法和分析工具，讓你在遇到問題時知道：我該選擇什麼樣的分析工具或分析方法去解決實際業務中遇到的問題。

下面呢我們先講講對比分析法~

對比分析法

數據分析的最終目的是對現實的情況或一個功能的好壞做評估，這裡最常用的方法就是對比分析法啦，俗話說的好：沒有對比就沒有傷害。

舉個栗子：你的菜鋪某一天的數據數據下跌了600，某寶某一天的數據下跌了600。那對于某寶來說這個數據算異常嗎？帶着這個問題，我們繼續往下看…

接下來我們要解決對比分析法中的三個問題：

1. 比啥呢？
2. 如何比？
3. 跟誰比？

首先，比啥呢？

這裡有兩種比法：

（1）絕對值

絕對值是本身就具備價值的數字 ，比如：電商平台的銷售金額、公衆号的閱讀數、人人都是産品經理平台的閱讀數和收藏數等。

當然，如果隻看絕對值，你就無法得知事情嚴重到什麼程度了。

（2）比例值

比例值在具體環境中看比例才具備對比價值，比如：人人都是産品經理社區的活躍占比、注冊轉化率，電商平台的詳情頁轉化率，複購率等。

我們需要注意的是：比例值是一個除法計算，很容易把數量級的一些數字給忽略了，比如說：85除100和85000除以100000得到來的都是同樣的值。

其次，如何比？

說到如何比，你一定聽說過這兩個詞，環比、同比。說到環比和同比，大家一定會想到它們會跟年月日有關系，在這裡呢，咱要強調一下，環比和同比不跟年月日挂鈎，它隻是兩個概念。下面我們來說說這兩個概念：

（1）環比

環比是與當前時間範圍相鄰的上一個時間範圍對比

以下圖為例：如果是日環比，則是拿星期二的數據與星期一的數據比，同理，周環比呢，則是拿本周的數據和上一周的數據對比，那月環比自然也是拿本月的數據與上一個月的數據對比了。

環比适合分析短期内具備連續性數據的業務場景，舉個栗子：你是起點的産品經理，起點學院要給一門課程做促銷活動，這個活動連續10天，在做這個活動的過程中，你每天都會去觀察活動的效果，根據前一天的活動效果來優化後面的活動過程，而這個課程的活動之前沒有做過，沒法與以前的活動效果進行對比，這個時候你就要看日環比。

環比适用于根據相鄰時間範圍的數字對當前時間範圍的指标進行設定。比如給我們的産品設定每月新增用戶為100000，但是第一月我們隻做到10000，第二個月隻做到12000，那我們就需要跟據前面兩月的實際情況進行對比，調整第三個月及之後的目标了。

那什麼是同比呢？

（2）同比

同比是與當前時間範圍上層時間範圍的前一範圍中同樣位置數據對比。

舉個栗子：今天是4月16日（當前時間範圍），我們選擇月同比，這裡選擇3月，月就是上層時間範圍。剛才說了今天是4月16日，那做月同比呢，就是選擇3月16日來同4月16日進行同比。同比的使用場景有：打賞的流水、銷售流水等，在4月跑完流水之後，我們就會拿每一天去同上個月同樣的一天做同比的對比。

像旅行、餐飲、騎行這些會受季節性影響的産品，會拿今年的這個日/月或一個時間段跟去年的同期進行比較。

在選擇同比時：

• 周同比：如果是周同比，咱們最好選擇周幾，這樣會排除因為周末或其他原因産生的影響，比如咱們選擇本周的周一與上周的周一進行對比。
• 月同比：如果是月同比，咱們就可以把上個月的目标和這個月的目标每一天的進行校準。
• 年同比：年同比就是拿這一年和上一年進行同比，但是要去除掉季節、節假日的影響。

同比更适合去觀察長期的數據集，還拿起點學院舉栗子：從2014年成立到現在五六年了，這個時候我們對比數據時可以把今年的同去年的，或者去年同前年的，或者往年的任意一年的年同比進行對比，對比一下在同樣的季度或月份裡，咱們的數據表現是否正常。

同比适用于觀察的時間周期裡有較多幹擾，而咱們希望某種程度上消除這些幹擾。比如你是家校通這類工具類型的産品，你是不是需要考慮寒假，暑假和其他一些節假日，那如果你是短視頻類的産品，你是不是需要考慮工作日和周末呢。

最後，和誰比？

對比分析，肯定要對比的對象，那咱們跟誰比呢？

（1）和自己比

時間維度：拿昨天跟前天，拿這個星期跟上個星期比等等。

不同業務線：跟公司不同的業務線進行對比，比如我是做語言培訓的，我拿英語和日語比。英語數據漲跌厲害，那日語有這種情況嗎？

往期均值：這裡不同于時間維度，像留存、銷售額、日活這些都是比較連續的數據，每天都會産生新的指标。但是有很多事情不是連續性的，它不會每天都産生數據，所以，這個時候咱們就要根據往期這些數據的均值進行對比。

（2）各行業比

上面咱們講到和自己比，那在實際的業務中，如果跟自己比找不到原因，那麼咱們就需要跟行業比，看是自身的原因，還是行業的趨勢導緻的跌或者漲。

都跌：如果都跌，咱能不能比同行跌得少？

還拿上面語言培訓類的産品為例，A公司的跌了10%，咱們公司跌了30%，那麼在這個相對競争的環境中，咱跌的是更多的，通過這樣的對比，咱就可以找到原因，并解決掉這個問題了。

都漲：如果都漲，咱能不能比同行漲得快？

都漲也是一樣的道理，如果A公司漲了30%，咱們隻漲了10%，也能找到原因，并給出解決方案。因為如果不這樣做，那麼相對于競争對手而言，咱還是在跌的。

最後，文章上面提的問題：你的菜鋪某一天的數據數據下跌了600，某寶某一天的數據下跌了600。那對于某寶來說這個數據算異常嗎？我想你看完這篇文章已經有答案了。

好啦，到這對比分析法就講完啦，下面是這一模塊的思維導圖，建議收藏并保存哦~

預告：下篇我們來唠唠多維度拆解法，歡迎繼續關注~

本文作者：菜菜，公衆号：菜菜唠産品（caicailaochanpin)~

本文由 @菜菜 原創發布于人人都是産品經理，未經許可，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