在數據分析工作中，你可能經常遇到這樣的問題：

從瀏覽到消費的轉化率一直很低，那到底該優化哪里呢？

如果你要投放廣告該怎么選擇對象人群呢？

遇到類似的問題，我們需要將具體的業務問題和數據之間建立一種關系，然后通過一些分析方法和分析工具，讓我們在遇到此類問題時知道：我該選擇什么樣的分析工具或分析方法去解決實際業務中的問題。

對比分析法

俗話說：沒有對比就沒有傷害。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，這里最常用的方法就是對比分析法啦。

舉個例子來說，2020財年淘寶天貓GMV達成6.589萬億，如果沒有對比GMV只是一個數字而已，我們并不知道這個數字代表的業務狀況到底如何，業務是增長了呢，還是衰退了呢？如果我們把前三財年的GMV數據也放上，就會發現2020財年的GMV是增長的，從這個對比數據來看業務是穩定上升的。這就是對比分析在數據分析中的作用，沒有對比就沒有數據結論！

接下來介紹對比分析法中的三個問題：比什么？如何比？跟誰比？

一、比什么

1.絕對值

絕對值是本身就具備價值的數字 ，比如：電商平臺的銷售金額、公眾號的閱讀數等。當然，如果只看絕對值，是無法得知事情嚴重到什么程度的。

2.比例值

在具體環境中看比例值才具備對比價值，比如：電商平臺的詳情頁轉化率，復購率等。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100000得到的都是同樣的值。

數據對比分析是數據分析崗最常用的方法。

二、如何比

1.環比

環比是與當前時間范圍相鄰的上一個時間范圍對比。

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。

環比適合分析短期內具備連續性數據的業務場景。 舉個栗子：比如說我們要做一個為期10天促銷活動，在做這個活動的過程中，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后面的活動過程，而這個活動之前沒有做過，沒法與以前的活動效果進行對比，這個時候就要看日環比數據了。

環比適用于根據相鄰時間范圍的數字對當前時間范圍的指標進行設定。

比如給我們的產品設定每月新增用戶為100000，但是第一月我們只做到10000，第二個月只做到12000，那我們就需要跟據前面兩月的實際情況進行對比，調整第三個月及之后的目標了。

2.同比

同比是與當前時間范圍上層時間范圍的前一范圍中同樣位置數據對比。

舉個栗子：今天是4月16日（當前時間范圍），月同比就是選擇3月16日來同4月16日進行同比計算。

同比的使用場景有：打賞的流水、銷售流水等。像旅行、餐飲、騎行這些會受季節性影響的產品，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。

同比更適合去觀察長期的數據集。

舉個栗子：公司每年都會進行“雙十一”大促，這個時候我們對比數據時可以把今年的同去年的，或者去年同前年的數據進行對比。

同比適用于觀察的時間周期里有較多干擾，而我們希望某種程度上消除這些干擾。比如說短視頻類的產品，是不是需要考慮工作日和周末以及其他節假日呢。

對比分析法的特點是：可以非常直觀地看出事物某方面的變化或差距，并且可以準確、量化地表示出這種變化或差距是多少。

三、和誰比

確定對比的對象是數據分析的第一步。

對比的對象可以是自己，也可以是行業。如果是和自己比的話，可以通過某段時間的業務平均值、中位數等統計指標來衡量業務的整體大??；也可以通過變異系數來衡量業務整體的波動；同時也可以使用同比、環比等指標來衡量業務的變化趨勢。如果是和行業比較的話，可以通過行業趨勢與業務發展趨勢進行對比，以判斷業務發展是否健康；當然也可以和行業的金標準進行對比，以確定業務發展是否達到行業標準，進而調整業務發展方向和策略！

1.和自己比

時間維度：拿昨天跟前天比，拿這個星期跟上個星期比（環比、同比）等等。簡單說一下同比的環比的區別，如圖片。

不同業務線：跟公司不同的業務線進行對比，比如說做線上汽車交易的，拿新車和二手車比。二手車數據漲跌厲害，那新車有這種情況嗎？

往期均值：這里不同于時間維度，像留存、銷售額、日活這些都是比較連續的數據，每天都會產生新的指標。但是有很多事情不是連續性的，它不會每天都產生數據，這個時候就要根據往期這些數據的均值進行對比。

結合實際的業務場景，指標上升、下降、持續保持波動沒有變化或大幅波動等，都能夠稱之為某種程度上的問題。

2.和行業比

在實際的業務中，如果跟自己比找不到原因，那么就需要跟行業比，看是自身的原因，還是行業的趨勢導致的跌或者漲。

都跌：如果都跌，咱能不能比同行跌得少？

舉個栗子：A公司的跌了10%，咱們公司跌了30%，那么在這個相對競爭的環境中，咱跌的是更多的，通過這樣的對比，就可以找到原因并解決這個問題。

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%，咱們只漲了10%，也能找到原因，并給出解決方案。因為如果不這樣做，那么相對于競爭對手而言，咱還是在跌的。

2025年，是數據時代的新起點，也是職業探索的新征程。

以上的文章內容來源于柯家媛老師的專欄，如果您想閱讀專欄《業務數據分析模型》，點擊下方鏈接

https://edu.cda.cn/goods/show/3844?targetId=6753&preview=0