数据分析结果虚有其表?可能是缺少这个思维!

大数据 数据分析
很多人在做数据分析时都会犯一个毛病,那就是把数据给孤立了,不去找合适的参考指标和对比系,而是盯着最后的某个分析结果,这是很难找到数据价值的。

我之前做过很多关于数据分析方法、数据模型的分享,但是最近很多人跟我说,有些方法和模型只是空有其表,实际上做出来之后很难分析出什么结果。

很多人在做数据分析时都会犯一个毛病,那就是把数据给孤立了,不去找合适的参考指标和对比系,而是盯着最后的某个分析结果,这是很难找到数据价值的。

那么为什么会出现这种情况呢?是因为很多人都没有完全领悟数据分析的基础方法和思维,比如对比、溯源、细分,就开始套用各种分析模型,分析出的结果自然没有任何的意义。

就比如对比分析法,说起对比法,可能很多人都觉得不值一哂,但其实对比法并不像是你想象的那么简单。

一、什么是对比法?

我们都知道大数据有一个特点——相对性,就是说数据之间都是有差异的,而对比分析正是利用相对性找到数据的变化特点和发展趋势,简单来说就是找差异,以及找出影响这种差异的原因、优化差异的方法。

怎么找呢?一般来说是需要比较两个或者多个具有关联的数据,可以是比较多少、比较大小、比较快慢等等。但是这些数据必须要基于统一的指标,最好是在更多的维度下进行对比。

比如说,老板让你分析一下今年企业的发展情况,你拉表之后发现销售额比去年增长了10%,净利润比去年增长了5%,成本消耗比去年降低了3%。销售额、净利润、成本消耗就是对比的指标,我们不能拿销售额的数据去对比成本数据,这就是指标的统一。

有了这些指标就可以说明企业发展很好了吗?

不,假如同行业的其他企业销售额都增长了80%,那么该企业的发展其实是很差的。因为我们只有今年、去年的时间维度,忽略了与竞争对手的横向维度,因此我们要尽可能的多找维度。

简单来说,对比法就是建立一个参考系,通过不同的维度和指标来找到数据的差异点。

二、对比法的步骤?

1、拆分影响因素,排除无关因素。

在我们进行数据分析之前,要先对影响因素进行拆分,如果要对比APP的拉新效果,就要将因素拆分为访问量、点击量、注册量等等,这些被拆分出来的因素就是我们要对比的指标。

同时也要排除掉无关的因素,比如APP某几天浏览量的下降,可能是因为平台全面限流导致的,这样的因素会影响我们对数据变化的判断,不能帮助我们找到产品缺陷,因此要排除出去。

2、多维度对比,一般分为四种。

时间维度:同时期对比或者上一时期的对比,包括环比、同比。

空间维度:比如不同城市的对比、不同行业的对比、不同国家的对比。

计划维度:比如与计划值、平均值、中间值的对比,多为差异对比。

3、保持一致性。

在对比分析时,我们要保证对象的一致性、数据来源的一致性、维度与指标的一致性。

我们不能拿自己的产品去对比用户,同时也要注意不同来源的数据有可能是不同的,比如财务数据里的“净利润”与销售数据的“净利润”可能并不是相同的,定义不同,数据自然也会不同。

三、对比分析法的分类?

1、纵向对比

纵向对比就是跟自己的某个指标进行对比,比如同比、环比。

同比

同比就是对比相同时期的数据,例如“3月销售额比去年同期上涨50%”,其就是用今年3月份的销售额与去年3月份的销售额进行对比,运用同比主要是为了消除淡季、旺季的影响。

同比增长率公式为:(本期发展水平-去年同期发展水平)/去年同期发展水平*100%

同比在对比分析法中经常被用到的,用来比对今年与往年同时期的发展速度情况,但是不能滥用,一定要考虑同比的价值。

比如说今年3月销售额的同期对比是否真的有意义?比如,如果去年第二季度的数据低谷是因为某种原因(市场政策等外力因素)造成的,那么该月份的同比数据就是毫无意义的,相反还会造成第二季度“虚假增长”的假象。

环比

环比就是对比上一个时期的数据,例如“3月销售额环比增长50%”,其就是用今年3月份的销售额数据与2月份进行对比,运用环比主要是为了表现相邻发展时期的数据变动情况,比如日环比、周环比、月环比、季环比、年环比。

环比增长率公式为:(本期数据-上期数据)/上期数据*100%

同样的环比也不能滥用,为了消除季节的影响,我们在使用环比时往往会加入季节调整模型,对原始统计数据进行加工处理,而因为季节模型中参数确定方法的差异,得到的环比统计结果也会有所不同,这也正是环比统计工作的难点所在。

2、横向对比

横向对比就是将自己与他人进行对比,比如行业对比、产品对比。

比如开头我们讲到的例子,年增长10%并不能说明企业的发展就是好的,而要考虑到整个行业的整体发展情况,如果整体发展都在50%以上,那么你的企业发展反而是落后的。

一般来说,横向对比需要对比多个指标、一个维度,而且要注意保证单一变量。比如说,对比两个APP产品的上线效果,当我进行浏览量对比时,要确保其他变量不变,比如上线时间、用户数量等等,这样才能找到对象之间的差异点。

​​

数据分析必须在业务中灵活应用才有意义,对比法同样也是如此。灵活巧用对比分析,最关键的是要理解参考系的建立,也就是指标与维度,并且遵循对比分析法的原则,这是数据分析中最为基础的内容。

 

责任编辑:姜华 来源: 数据分析不是个事儿
相关推荐

2012-11-26 09:57:28

2015-12-29 17:15:42

2013-06-05 14:42:07

2021-05-27 05:30:23

数据分析工具数据可视化

2020-03-05 15:12:51

数据分析人工智能运营

2021-09-30 07:25:32

数据分析数据分析师工具

2018-09-27 10:20:41

2022-02-16 10:37:41

数据分析思维数据分析

2022-10-14 09:52:26

数据分析

2022-04-11 10:43:33

供应链机器学习企业

2018-03-02 11:46:35

数据分析中小型企业

2019-09-24 14:36:38

数据分析思维大数据

2017-01-16 15:44:38

数据分析大数据指标体系

2013-01-06 10:15:02

大数据分析数据分析师大数据

2015-04-20 11:12:14

2017-10-17 12:43:17

前端CSS布局

2019-01-16 18:39:24

数据开发模型

2017-01-23 16:30:46

数据分析大数据

2012-08-30 09:44:27

2022-07-12 15:23:38

勒索软件网络攻击
点赞
收藏

51CTO技术栈公众号