首页  思维导图  详情

数据分析思维：分析方法和业务知识

2022-01-27 18:02:56   30  举报





AI智能生成

全网最全数据分析师以及所有在工作中需要运用数据分析问题、解决问题的职场人士参考阅读。

数据分析

数据指标

报表分析

产品经理必备工具

作者其他创作

大纲/内容

实战

案例

业务模式

业务指标

案例分析

国内电商行业

业务模式

业务指标

案例分析

跨境电商行业

业务模式

业务指标

案例分析

金融信贷行业

业务模式

业务指标

案例分析

金融第三方支付行业

业务模式

业务指标

案例分析

家政行业

业务模式

业务指标

案例分析

旅游行业

业务模式

业务指标

案例分析

在线教育行业

业务模式

业务指标

案例分析

运营商行业

业务模式

业务指标

案例分析

内容行业

业务模式

业务指标

案例分析

房产行业

业务模式

业务指标

案例分析

汽车行业

业务模式

业务指标

案例分析

零售行业

业务模式

业务指标

案例分析

子主题

常见的数据分析面试题

不知道如何就数据展开分析

手里拿了一堆数据，却不知道怎么去利用

业务部门不满意，总觉得你分析得不深入

准备面试或找到新工作后，不知道如何快速掌握该行业的业务知识

方法

业务指标

为什么要学习业务指标

理解数据，懂得从数据中发现业务指标。这要求学会如何看懂数据

使用相关指标去分析数据，使用多个指标去分析一个问题。要求知道常见的指标有哪些。

如何理解数据？

第一步，弄清楚数据中每一列的含义。

第二部，对数据进行分类，有助于后期的分析。

用户数据（我是谁）

行为数据（我做了什么）

产品数据（卖什么）

举个例子，图1-2里的3个Excel文件是从我的公众号里导出的数据：

常用的指标有哪些？

什么是指标？

能用来衡量业务的统一标准就是指标。

用户数据指标（我是谁）

鱼塘的故事

新增用户、

活跃用户、

不活跃用户

留存用户

流失用户

什么指标能衡量玉堂中鱼的留存、活跃等情况

用户数据相关的指标包括

（1）对于新增用户使用的指标：日新增用户数

日新增用户数就是产品每天新增的用户是多少。 例如，图1-5是我的公众号最近30天的日新增用户数（公众号的日新增用户数是指每天新关注公众号的人数）， 将每天的新增用户用折线连起来，就可以看出用户增长或者下跌的趋势。

为什么要关注新增用户呢？ 一个产品如果没有用户增长，用户数就会慢慢减少，越来越惨淡，例如人人网。 同时，新增用户来自产品推广的渠道，如果按渠道维度来拆解新增用户， 可以看出不同渠道分别新增了多少用户，从而判断出渠道推广的效果。

（2）对于活跃用户使用的指标：活跃率。

什么是活跃用户数。

活跃用户数按时间又分为日活跃用户数、周活跃用户数、月活跃用户数。

案例 图1-6是三大电商2018年3月的月活跃人数。

什么是活跃率

活跃率是活跃用户在总用户中的占比，计算时用活跃用户数除以总用户数。 根据时间可分为日活跃率、周活跃率、月活跃率等

活跃率有什么作用呢？

（3）对于留存用户使用的指标：留存率。

什么是留存？

图中所示： 7月1日有117人新关注了我的公众号，其中有14人又取消了关注，那么新关注的人里，剩下的103人就是这一天的留存用户数。 再例如在游戏App中，从推广渠道过来的新用户，在一段时间内还会再次登录游戏账号的就是留存用户。

为什么要关注留存呢？

留存可以评估产品功能对用户的粘性。

留存反映了不同时期获得新用户的流失情况，如果留存低，就要找到用户流失的原因。

Facebook有一个著名的40-20-10法则，也就是新用户次日留存率为40%，第7日留存率为20%，第30日留存率为10%，有这个表现的产品属于数据比较好的。

什么是留存率？

反映用户留存的指标，用留存率来表示

留存率有哪些？

根据时间，留存率又分为次日留存率、第3日留存率、第7日留存率、第30日留存率等

案例： 例如某个App，把打开App定义为使用过产品，这款App每天的留存用户数如图1-9所示。

第1天新增用户100个，第2天这100个人里有40个人打开过App，那么次日留存率=40/100=40%。如果第7天这100个人里有20个人打开过App，那么第7日留存率=20/100=20%。

总结

行为数据指标（我干了什么）

PV（访问次数）

什么是PV

UV（访问人数）

什么是UV

公众号菜单分析数据

PV和UV有什么用？

通过比较PV或者UV的大小，可以看到用户喜欢产品的哪个功能，不喜欢哪个功能，从而根据用户行为来优化产品。

转发率

什么是转发率？

案例： 例如，公众号推送一篇文章给用户，有10万用户打开了文章，其中有1万用户转发了这篇文章， 那么该文章转发率=1万（转发这篇文章的用户数）/10万（该文章的UV访问人数）。

转化率

什么是转化率？

案例

店铺转化率 = 购买产品的人数（10）/ 到店铺的人数（100）

广告转化率 = 点击广告的人数（10）/ 看到广告的人数（100）

K因子

什么是K因子（K-factor）？

K-factor = 平均每个用户向多少人发出邀请 * 接收到邀请的人转化为新用户的转化率

K因子有什么作用？

假设平均每个用户会向20个朋友发出邀请，而平均的转化率为10%的话，K因子=20×10%=2。 当K>1时，新增用户数就会像滚雪球一样增大。 如果K<1的话，那么新增用户数到某个规模时就会停止通过自传播增长。

产品数据指标（卖什么）

用来衡量业务总量的指标

指标

成交额

成交数量

访问时长

案例

用来衡量人均情况的指标

指标

人均付费（ARPU或客单价）= 总收入 / 总用户数

付费用户人均付费（ARPPU）= 总收入/付费人数

人均访问时长 = 总时长/总用户数

案例

来看一个例子（图1-17），截至2018年3月30日，在过去12个月的人均消费， 阿里巴巴是8732元，京东是4426元，拼多多是673.9元。

用来衡量付费情况的指标

指标

付费率 = 付费人数 / 总用户数

有什么作用？

付费率能反映产品的变现能力和用户质量。

复购率 = 消费两次以上的人数 / 付费人数

有什么作用

复购率是指重复购买频率，用于反映用户的付费频率。

案例

例如，微信收账管理小程序可以帮助商家统计通过微信转账的用户，图1-19是某商家2019年的统计界面， 其中累计顾客数（付费人数）是1099，回头客数（重复购买用户数）是46， 那么复购率=重复购买用户数（46）/付费人数（1099）=4.2%。

产品相关的指标

产品指标有什么作用？

产品相关的指标是指从产品的角度去衡量哪些产品好，哪些产品不好。 通过找出好的产品来进行重点推销，不好的产品去分析原因。

有哪些指标？

热销产品数

好评产品数

差评产品数

。。。

案例

公众号文章

推广付费指标

推广付费指标有什么吗？

在付费做广告推广时，涉及考察推广效果的指标。

有哪些推广付费指标？

按付费渠道划分

展示位广告

推广付费指标

按展示次数付费（CPM，Cost Per Mille ，即每投放千人的花费）

含义

有多少人看了该广告

搜索广告

推广付费指标

按点击次数付费（CPC）

含义

有多少人点击了该广告

信息流广告

推广付费指标

按点击次数（CPC） 或按投放的实际效果（CPA）

含义

效果如何

按投放的实际效果（CPA）

按APP的下载数付费（CPD）

按APP的激活数付费（CPI）

按完后购买的用户数或销售额付费（CPS）

怎么区分呢？

一般来说，如果是推广一个新的产品，要选择按App的下载数付费（CPD）。 因为新产品还没有人知道，用下载数来衡量，是比较划算的。 等有一定的品牌影响力积累了，再用按点击次数付费（CPC）或者按投放的实际效果付费（CPA）。

网络广告中，CPC、CPA、CPM 的定义各是怎样的？

CPC ，Cost Per Click CPC是指点击计费，按照每次广告点击的价格计费。 例如某个广告单次点击价格为0.5元，则CPC=0.5。

典型案例

CPC计费最早产生于搜索广告，如关键词广告一般采用这种定价模式， 比较典型的有Google的AdSenseforContent、 百度联盟的百度竞价广告 以及淘宝的直通车广告。 现在则是多运用在效果类广告上。 这类广告成本相对较低，有利于曝光，但实际转化有待提高。

CPC出价原理

CPC是竞价广告的模式，出价越高排名越靠前，但可设置每次最高点击的出价， 称为“最高每次点击费用”，表明这是你愿意为广告点击支付的最高金额。

CPC出价案例

CPA，Cost Pre Action，按广告的实际投放效果付费。 效果包括下单、下载、咨询、注册。

CPD：Cost Pre Dowload，按下载收费。 CPD是CPA按效果付费的一种。

CPS(Cost Per Sales)：以实际销售产品数量来换算广告刊登金额（用户消费情况）， 一般通过分成的方式实现广告主、流量主的共赢。 CPS是一种以实际销售产品数量来计算广告费用的广告，这种广告更多的适合购物类、导购类、网址导航类的网站，需要精准的流量才能带来转化。

CPT：Cost Per Time，按用户使用时长或使用周期计费。

CPM：Cost Pre Mille，千人成本， 指由某一媒介或媒介广告排期表所送达1000人所需的费用。 传统媒体常用，“印象”尺度。

RTB，（RealTimeBidding，实时竞价） 定义：是一种利用第三方技术在数以百万计的网站上针对每一个用户展示行为进行评估以及出价的竞价技术。

pv的全称是page view，译为页面浏览量或点击量，通常是衡量一个网站甚至一条网络新闻的指标。 用户每次对网站中的一个页面的请求或访问均被记录1个PV，用户对同一页面的多次访问，pv累计。 uv的全称是unique view，译为通过互联网访问、浏览这个网页的自然人，访问网站的一台电脑客户端被视为一个访客，在同一天内相同的客户端只被计算一次。 简单理解就是独立ID用户的点击情况。 比较适合公众号、小程序推广，可转化情况比较高（指关注或授权）。

如何选择指标？

好的数据应该是比例。 通常要想理解一个数字的真实含义，最好把他除以一个总数，换算成一个比例。

根据目前的业务重点，找到北极星指标。 北极星指标是衡量业务的核心指标。

为什么叫北极星指标呢？

在实际业务中，北极星指标一旦确定，可以像天空中的北极星一样， 指引着全公司向着同一个方向努力。

北极星指标没有唯一标准。

案例

图片分享App Instagram

社交网站facebook

音频App喜马拉雅

指标体系和报表

指标体系概念

什么是指标体系？  what：确定要做什么？=》是什么？目的是什么？做什么工作？

指标体系有什么用？  why：为什么做？=》可不可以不做？有没有替代方案？

如何建立指标体系？ how：怎么做？=》如何提高效率？如何实施？方法是什么？

建立指标体系有哪些注意事项？ how much：做多少？=》做到什么程度？数量如何？质量水平如何？费用产出如何？ where：在哪？=》何处？在哪里做？ when：什么时候？=》何时？什么时间做？什么时机最适宜？ who：谁去做？=》谁？由谁来做？

什么是指标体系？  what：确定要做什么？=》是什么？目的是什么？做什么工作？

指标体系有什么用？  why：为什么做？=》可不可以不做？有没有替代方案？

监控业务情况

通过拆解指标寻找当前业务问题

评估业务可改进的地方，找出下一步工作的方向

如何建立指标体系？ how：怎么做？=》如何提高效率？如何实施？方法是什么？

明确部门KPI，找到以及指标

一级指标是用来评价公司或部门运营情况最核心的指标

一级指标往往是业务流程最终的结果，例如积分抵扣金额，是业务流程（会员->购买旅游产品->使用积分抵扣->支付金额）最后的一个结果。

光看一个最后结果是无法监督、改进业务流程的

案例

某网贷公司产品部门的带宽产品

了解业务运营情况，找到二级指标

有了一级指标以后，可以进一步将一级指标拆解为二级指标。具体如何拆解，要看业务是如何运营的。

案例

一级指标：积分抵扣金额

从订单维度拆解

积分抵扣金额=积分抵扣的订单数×平均订单抵扣金额

从会员维度拆解

积分抵扣金额=积分抵扣的会员数×人均抵扣金额。

梳理业务流程，找到三级指标

为什么需要三级指标？

案例

旅游产品线积分抵扣金额

最后确定的指标如图1-28所示，因为一级指标、二级指标、三级指标的结构像金字塔，所以图1-28也叫作指标体系金字塔。

每个指标可以从3个方面确定统计口径

指标业务含义

这个指标在业务上表示什么？

指标定义

这个指标是怎么定义的？

数据来源

从什么地方收集的原始数据？数据统计的时间范围是什么？

通过报表监控指标，不断更新指标体系

报表

报表就是报告状况的表，是通过表格、图表来展示指标，从而方便业务部门掌握业务的情况。

每天汇总更新的报表叫做日报，每周汇总更新的报表叫做周报

案例1 例如，图1-29是猴子·数据分析学院的报表，通过该报表可以了解新老用户的付费情况。

例如，图1-29是猴子·数据分析学院的报表，通过该报表可以了解新老用户的付费情况。

案例2 图1-30是用户在知乎每周收到的创作者周报，可以了解每周的创作数据。

在前面步骤找到了一级指标、二级指标和三级指标，到这一步可以把这些指标制作到报表中，通过报表监控指标，不断更新指标体系。

报表

如何制作报表呢？

1、需求分析

制作报表的目的是什么？

2、建立指标体系

什么样的指标体系能满足业务需求？

3、设计展现形式

如何展示数据，才能让业务部门更容易的理解数据？

4、编写需求文档

说明报表原型，更新频率等信息

5、报表开发

和开发沟通排期，跟进开发进度，验证报表的数据质量

报表制作案例：某旅游公司会员积分报表

1、需求分析

制作报表的目的是什么？

1、某旅游公司在会员积分方面的开销较大，业务部门想做一个会员积分报表， 》》监控会员积分使用情况，也为日后优化规则做出准备。 业务部门想要通过报表知道这些问题： 》》支付订单时有多少会员在使用积分进行抵扣？ 》》每个月抵扣了多少金额？

2、建立指标体系

什么样的指标体系能满足业务需求？

3、设计展现形式

如何展示数据，才能让业务部门更容易的理解数据？

报表默认设置是显示全部订单类型、全部会员等级的数据。 需要看更详细的数据时，再点击报表上的小三角形展开查看详细数据。 报表在筛选器方面，提供时间、订单类型、会员等级的筛选功能。 经过和业务部门确认，报表的样式如图1-33所示。

4、编写需求文档

说明报表原型，更新频率等信息

把上述指标体系和报表需求整理成一份文档，给到开发部门。

5、报表开发

和开发沟通排期，跟进开发进度，验证报表的数据质量

报表开发出来之后，如果验证过数据没有问题，就可以告知业务部门。

1、没有一级指标，抓不住重点

不以一级指标为重点做出的考核方案就是无效的考核方案

2、指标之间没有逻辑关系

如果不按照业务流程来建立指标体系，虽然指标很多，但是指标之间没有逻辑关系， 以至于出现问题的时候，找不到对应的业务节点是哪个，没办法解决问题。

3、拆解的指标没有业务意义

有的报表上的指标很丰富，但是却没有实际的业务意义，导致报表就是一堆“没有用”的数字。

例如，在销售部门，最关注的是销售目标有没有达成，现在达成了多少， 接下来的每天应该达成多少，哪些区域达成最高，哪些区域达成最低。 如果不围绕这个业务目标拆解指标，而是随意把指标拆解为用户年龄、 性别，这就与业务没有任何关系，只是为了拆解而拆解。

4、一个人就完成了指标体系和报表，也不和业务部门沟通

建立指标体系不是一个人能够完成的， 需要业务部门（市场、运营、产品等部门统称为业务部门）、 数据部门（这里把数据分析师所在的部门统称为数据部门）、 开发部门相互之间进行协作。

业务部门会不断提出新的业务需求。 如果业务部门认可数据部门做出的分析报告，并希望以后可以随时查询到相关的数据， 那么数据部门会把数据产品化，也就是协助开发部门把数据产品做进公司后台系统，一般形式就是报表。 日常工作中，业务部门、数据部门、开发部门是像图1-34这样紧密协作的。

建立指标体系需要各部门紧密沟通，还需要对公司业务和各部门职能的深刻理解， 也就是业务知识，在此基础上再掌握建立指标体系的方法，不断进行尝试，就能够搭建出合适的指标体系。

案例说明

金融行业的带宽产品报表案例

（1）贷前放款报表

（2）贷后逾期报表

（3）贷后催收报表

分析方法

1、为什么要学习分析方法？

没有数据分析方法的常见症状？

1、没有数据分析意识 症状表现：经常会说“我觉得”“我感觉”“我认为”

这类人一切工作靠拍脑袋决定，而不是靠数据分析来支持决策。 这就导致： 写了一百篇文章也不知道什么类型的文章用户会喜欢； 推广了10个付费渠道，却不知道钱花的有没有效果。 上线了无数个产品功能，却不知道什么功能对用户更有价值。 他们靠感觉来做事情，而不是用数据分析来做决策。 这也是为什么他们浑浑噩噩工作了多年以后，却依然徘徊在基础岗位。

2、统计式的数据分析 症状表现：做了很多图表，却发现不了业务中存在的问题

这类人每天也按时上班，也用数据做了很多图表， 但是只是统计、分析之前已经知道的现象。 例如分析结论只是“这个月销售有所下降”，却不会分入分析现象背后发生的原因， 从而也得不出什么具有价值的结论。 他们最害怕老板问这样的问题：为什么这个数据会下降？采取什么措施可以解决问题？

3、只会使用工具的数据分析 症状表现：这类人平时学了很多工具（Excel、SQL或者Python等）， 谈起使用工具的技巧头头是道，但是面对问题，还是不会分析

例如面试或者工作中经常遇到这样的问题: 上图表格是一家公司app的一周日活跃率，老板交给你一下任务： （1）从数据中你看到了什么问题？你觉得背后的原因是什么？ （2）提出一个有效的运营改进计划 你可能有这样的感觉： 面对问题，没有思路，怎么办？ 面对一堆数据，我该如何下手去分析呢？ 这些症状是大部分运营人员、产品经理和数据分析相关从业人员的真实日常写照。 学会分析方法就是帮助你解决这些问题，他可以弥补你数据分析能力的不足。

2、什么是分析方法？

面对问题，通常的想法是零散的，没有一点思路。 如果能将零散的想法整理成有条理的思路，从而快速解决问题，那该多好。 有什么方法可以将零散的想法整理成有条路的分析思路呢？ 这些方法就是分析方法。 将分析方法和盖房子做个类比， 分析方法就好比在盖房子前画的设计图，用来指导如何盖房子，是分析问题的思路

数据分析的技术工具好比盖房子中的挖土机等工具。 在设计图的指导下才知道如何使用挖土机来盖好房子。 同样，在分析方法的指导下你才能知道如何使用工具（Excel、SQL或者Python等）去分析数据，解决业务问题。

3、常用的分析方法有哪些？

根据业务场景中分析目的的不同，可以选择对应的分析方法。 常用的分析方法有：

分析目的：将复杂问题变得简单 分析方法：逻辑树分析方法 案例：费米问题

分析目的：行业分析 分析方法： PEST分析方法 案例：中国少儿编程行业研究

政策 Policy

 经济 Economy

社会 Society

技术 Technology

分析目的：多个角度思考 分析方法：多维度拆解分析方法 案例：如何找相亲对象

分析目的：对比  分析方法：对比分析方法 案例：女朋友胖吗？

1. 什么是对比分析方法？ 2. 对比分析方法有什么用？ 3. 如何使用对比分析方法？ 4. 送你一个万能模板：对比表格 5. 对比分析方法有哪些注意事项？ 6. 案例：房产中介会帮用户把房卖到最高价吗？ 7. 案例：如何找出作弊的人？ 8. 案例：AB测试 9. 总结：如何用一张图记住知识？

AB测试

什么是AB测试？

AB测试有什么用？

衡量迭代改进是否有效果

决策是否上线改进功能

AB测试有哪些好处？

消除客户体验（UX）设计中不同意见的纷争，根据实际效果确定最佳方案

通过对比实验，找到问题的真正原因，提高产品设计和运营水平

建立数据驱动、持续不断优化的闭环过程。

通过AB测试，降低新产品或新特性的发布风险，为产品创新提供保障

AB测试有哪些局限性/缺点？

AB测试只有在关键绩效指标单一，且这个目标可以被电脑量化时才适用

AB测试相比起一些别的测试手段，如纸本原型

分析目的：如何分析原因  分析方法：假设检验分析方法 案例：警察是如何破案的？

分析目的： A和B有什么关系？ 分析方法：相关分析方法 案例：豆瓣如何推荐电影？

分析目的：留存和流失分析 分析方法：群组分析方法 案例：微博

分析目的：用户价值分类 分析方法： RFM分析方法 案例：信用卡会员服务

分析目的：用户行为分析  分析方法： AARRR模型分析方法 案例：拼多多

分析目的：转化分析  分析方法：漏斗分析方法 案例：店铺哪个环节有问题？

如何选择分析方法？

想把复杂问题变简单？

逻辑树分析方法

5w2h分析方法

什么是逻辑分析树？ 有什么用？

为了更符合人类的思考过程，我们把图上这棵树倒过来，或者横着放，就是常用的逻辑树分析方法。 通过逻辑树分析方法，我们可以把一个复杂的问题变成容易处理的子问题

如何使用逻辑树分析方法？

逻辑树分析方法案例

案例：费米问题

想做行业分析？

什么时候需要行业分析呢？

PEST分析方法

5w2h分析方法

什么是PEST分析方法？

P（Police）政策

相关法律有哪些？对公司有什么影响？

投资政策有哪些？对公司有什么影响？

最新的税收政策是什么？对公司有什么影响？

E（Economy）经济

S（Society）社会

T（Technology）技术

有什么用？

如何使用PEST分析方法？

案例：研究新零售行业

P（Police）政策

政策环境分析

政策环境分析

E（Economy）经济

艾瑞网《2018年中国少儿编程行业研究报告》的经济环境分析，从中可以得出教育重要性促使支出提升。

艾瑞网《2018年中国少儿编程行业研究报告》的经济环境分析，从中可以得出教育重要性促使支出提升。

S（Society）社会

艾瑞网《2018年中国少儿编程行业研究报告》的社会环境分析，从中可以得出适龄人口数量的增长促使家长着眼未来。

艾瑞网《2018年中国少儿编程行业研究报告》的社会环境分析，从中可以得出适龄人口数量的增长促使家长着眼未来。

T（Technology）技术

艾瑞网《2018年中国少儿编程行业研究报告》的技术环境分析，包括5G技术、大数据等。

艾瑞网《2018年中国少儿编程行业研究报告》的技术环境分析，包括5G技术、大数据等。

案例：2018年中国少儿编程行业研究报告

想多角度分析问题？

多维度拆解分析

5w2h分析方法

什么是多维度拆解分析方法？

有什么用？

辛普森悖论（Simpson’s Paradox）

如何避免 “辛普森悖论 （Simpson’s Paradox）”

1、多个维度全观察数据

2、互相验证

如何使用多维度拆解分析方法？

从哪些维度去拆解呢？

维度1：指标构成

维度2：业务流程

注意事项

总结

图2-36 多维度拆解分析方法

1、是什么？

维度即角度

拆解：做加法，问题 = 维度1 + 维度2 +...

2、有什么用？

将整体拆解为部分，可以看到内部的差异

将复杂问题拆解成简单问题

3、如何用？

从指标构成

分析单一指标的构成，例如例如单一指标为用户，而用户又可以拆解为新用户、老用户。

从业务流程

按业务流程进行拆解分析，例如不同渠道的用户付费率。

4、注意事项

辛普森悖论

就是说在有些情况下，考察数据整体和考察数据的不同部分，会得到相反的结论。使用多维度拆解分析方法，可以防止辛普森悖论。

案例：找相亲对象，需要从多个角度分析是否合适

案例：如果你的亲戚去医院看病，不知选择哪家医院更好

医院对比

图2-24 医院对比

多维度拆解分析

图2-25 对患者拆解

图2-26 重症患者分析

图2-27  （俄罗斯套娃）整体与部分

英国吸烟生存率调查结论

按业务流程进行多维度拆解分析: 一家线上店铺做了一波推广，老板想看看推广效果如何，你该怎么办呢？

图2-28 从指标构成拆解

图2-29 地域维度

图2-30 性别维度

图2-31 渠道维度

有一款App，在观察用户留存率的时候， 发现低年龄用户的留存率比高年龄用户的留存率低很多。 为什么？

1）从指标构成拆解

图2-33 从指标构成拆解 由此得到分析维度1：不同的低龄用户表现是否有差异？

2）业务流程来拆解

图2-34 从业务流程拆解

从指标构成和业务流程拆解，我们就将一个复杂的问题拆解为3个子问题（图2-35）。

想进行对比分析？

对比分析方法

5w2h分析方法

是什么？

没有比对就没有伤害

有什么用？

女友通过对比分析方法来判断自己体重是不是出了问题。 在数据分析中，我们通过对比分析方法，来追踪业务是否有问题。

怎么用？

和谁比？

和自己比

和行业比

如何比较

数据整体的大小 

平均值

中位数

或者某个业务指标

数据整体的波动

变异系数

趋势变化

时间折线图

环比

同比

图2-41 环比和同比

使用对比表格

图2-42 对比表格

注意事项

注意比较对象的规模要一致。

案例：例如，折线图（图2-43）的横轴是月份，纵轴是每天平均销售额。 从这个折线图反映的趋势来看，似乎可以得出比较结论：地区B的业务没有其他地区的好。

图2-43 折线图 当你把这个图表和分析结论拿给领导看时，领导说：“这些地区的店铺数量不一样，直接比较可以吗？” 原来图片里统计的是公司在各个地区的店铺总销量，各地区店铺数量不一样，也会影响所在地区的销售额。 这就好比，苏宁易购在某一线城市和某三线城市的店铺数量不一样，两地每天的平均销售额差别也很大（图2-44）。

图2-44 各地区店铺数量 所以，比较对象的规模要一致，这样才有可比性。那么这个案例里的问题如何解决呢？ 可以用每个地区的销售额除以店铺数量，这样就可以算出各个区域的单个店铺的平均销售额。 从图2-45可以发现，与其他地区相比，地区B的销售业绩并不差。

图2-45 各地区单个店铺销售业绩

案例：A/B测试 Optimizely公司发明（奥巴马竞选数据分析负责人丹·西罗克创立）

什么是A/B测试？

A/B测试是怎么来的呢？

这家公司是如何做A/B测试的呢？

案例：女友天天对我进行灵魂拷问：我和对面那个女孩谁胖？ 这就是对比分析方法。 女友通过对比分析方法来判断自己体重是不是出了问题。

案例：雷军在小米上市之前做了一个公开承诺：“小米的硬件综合净利润率永远不会超过5%。 如有超过的部分，将超出部分全部返还给用户。” 我们用对比分析方法来分析下这句话背后的真实含义。

和自己比

和行业比

想找到问题发生的原因？

假设检验分析方法