社区编辑申请
注册/登录
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

2022-05-18 23:42:08

网络安全安全分析工具

2022-05-09 15:08:56

存储厂商NFV领域华为

2022-05-20 14:54:33

数据安全数字化转型企业

2022-05-12 13:44:35

2022-05-17 14:03:42

勒索软件远程工作

2022-05-11 14:48:33

腾讯云寿险民生保险

2022-05-17 15:51:32

数据中心运维能力基础设施

2022-05-19 19:26:33

区块链大数据数据分析

2022-04-25 14:06:28

数据分析人工智能机器学习

2022-05-16 10:49:28

网络协议数据

2022-05-10 14:11:05

网络安全网络犯罪

2022-04-17 23:02:08

数据分析数字化转型人工智能

2022-04-29 13:15:13

数据中台管控

2022-05-25 16:52:55

数据智能瑞数信息API

2022-05-11 14:05:11

区块链网络安全存储

2022-05-24 09:57:32

微软开源AI 驱动

2022-04-21 10:49:30

智慧城市物联网

2022-05-20 08:17:43

Java日志

2022-05-24 14:26:11

云原生数据库云架构

2022-05-14 08:05:18

Linux内存管理

同话题下的热门内容

2022年优秀预测分析工具和软件大数据技术的成功案例及趋势使用替代数据的五个隐性成本为什么不能忽视建筑物中的数据分析?数据驱动业务的18个有效策略

编辑推荐

什么是数据分析的漏斗模型?数据分析师还吃香吗?用数据告诉你对比解读五种主流大数据架构的数据分析能力《狄仁杰之四大天王》影评分析(爬虫+词云+热力图)22个免费的数据可视化和分析工具推荐
我收藏的内容
点赞
收藏

51CTO技术栈公众号