沒有可對比性的數據分析就是耍流氓

在數據分析的對比、細分、溯源六字箴言中，對比占據著重要的地位，也是最簡單的數據分析方法之一，可以說無對比不分析，但是沒有可對比性的對比一定是耍流氓。

沒有可對比性的案例無處不在，在《統計數字會撒謊》一書中提到一個案例，在美國和西班牙交戰期間，美國海軍的死亡率是9‰，而同時期紐約居民的死亡率是16‰，于是美國海軍征兵海報口號就是：來參軍吧，參軍更安全！

這個案例問題在于9‰和16‰這兩個數據沒有可對比性，當兵的人群都是年輕力壯的，一般只會戰死，而紐約居民卻是各式各樣，有自然死亡的、老弱病殘而死的、交通事故致死的等。

之前正好看見一條新聞，題目就是《建筑工地民工月薪最高1.4萬秒殺白領》。這顯然是標題黨干的，用民工最高工資和白領對比這也是沒有對比性的。

數據可對比性的四個“一致”原則：

1、對象一致

前面征兵那個案例就是屬于對比的對象不一致。

2、時間屬性一致

A公司的銷售員離職率是12%，B公司的銷售員的離職率是4%，如果你據此就認為B公司的人員更穩定的話就大錯特錯了，你必須要再問一下他們的時間屬性是否是一致的，是否都是月離職率或年離職率等。

3、定義和計算方法一致

我給你倆舉一個典型案例，關于“青年”的定義。我查閱了大量的資料，發現至少有六種對青年的定義。國家統計局“青年”的定義為15-34歲為青年人口（用于人口普查）；共青團的相關定義為14-28歲為青年人口（這是《團章》中的規定）；青聯的相關規定為18-40歲為青年人口（見青聯章程）；國務院的規定五四青年節為14-28周歲的青年放假半天；而聯合國人口基金定義為14-25歲，世界衛生組織的標準又是14-44歲為青年人口。如果下次你們看見我國青年人占人口總數的**%的數據，一定要問一下它的青年定義是什么。

4、數據源一致：

數據源不一致產生的差異一般比較隱蔽。

對比雖然是最簡單的分析方法，但是使用之前一定要慎重，一定要考慮清楚，一定要堅守可對比性的原則。

被濫用的同比和環比

對比是最常用的分析方法，而同比和環比又是對比中最常用的兩種分析方法。同比是本期和去年同期的對比，環比是本期和上一期的對比。例如2015年12月和2014年12月的對比是同比，和2015年11月的對比是環比，這是統計學上的定義，但在實際業務中同比和環比則會復雜一些，實際業務過程中也經常被濫用。

問：在零售業的日銷售分析中2016年7月12日的零售額同比是否應該是對比2015年7月12日的零售額？

考慮到具體的行業就不是這樣算同比了。具體到零售業2016年7月12日和2015年7月12日的零售額并沒有實際的對比意義。因為2016年的這一天是星期二，而2015年7月12日卻是周日，對零售企業來說這是不同業務背景的日子，所以不能簡單的按統計學的定義來對比。我認為和2015年7月14日的零售額對比更有意義，因為都是星期二。

數據分析必須在業務中靈活應用才有意義。對于零售企業來說日零售額的同比應該首先遵循星期幾對比星期幾的原則，其次應該遵循節日原則，如中秋對比中秋、端午對比端午、除夕對比除夕、情人節對比情人節、圣誕對比圣誕等，最后應該遵循假日放假規則，如十一放假第一天和上年十一放假第一天對比等。不過現在的銷售分析軟件基本上是按照統計學的定義來設定對比原則的，不能不說是一個遺憾。需要注意，這里說的是零售企業，不過餐飲業、電子商務等也應該遵循這個原則。

問：2016年2月的零售額同比2015年2月的零售額同比有意義嗎？

二者可以對比，不過沒有太大的業務意義。首先2016年2月是29天，2015年2月是28天，其次春節假期的因素，對零售企業來說這兩個因素都是影響零售額的重要因素。所以這兩個月的零售數據同比沒有多大意義，同比增長率也沒有太大實際意義。

上面這兩個實例都屬于違背了之前對比原則中提到的時間屬性一致的原則。另外，我們再看一下2013年11月和2012年11月，這兩個月都是30天，并且沒有其他特定節日干擾，是不是他們就有嚴格的同比意義了呢？

首先這兩個月的可對比性大大超過前兩組日期，但如果你們倆仔細觀察的話，一定會發現2013年11月有9天周末休息日，而2012年11月只有8天，少一個休息日對傳統零售業來說意義可不小。按照周銷售指數的概念來計算，在沒有其他因素影響的前提下，因為2013年11月多一個休息日，零售額相應會多2-3%。如果某個店鋪恰好11月的同比增長是2-3%，你必須要明白，這增長的零售額是時間屬性賦予的。

如果照這樣分析，是不是所有的月份同比零售額都沒有對比意義了？

當然不是，同比是一種統計方法，只要符合統計學定義都可以做對比分析，只是作為數據分析人員，你們必須了解對比結果在業務層面的實際意義的大小，一定要知道數據背后的故事。