怎样进行数据的对比分析？

一、特点

为什么大家这么喜欢对比分析呢？主要是因为他的3个特点简单、直观、量化：

• 简单是因为与其他分析比较对比分析操作步骤少，不需要太复杂的计算；
• 直观是指能够直接看出事物的变化或差距，非常明显的知晓对比数据的相同或不同
• 量化是指能够准确表示出变化或差距是多少，然后根据变化或差距的度量值，进行细分找到原因。

二、原则

对比分析需要坚持可比性原则，主要表现2个方面：对比对象相似，对比指标同质

1. 对比对象相似：对比对象越相似，就越具有可比性，如哈尔滨与美国的GDP比较，两者不在一个量级上水平上，相似性弱，可比性较差；可以拿中国与美国的GDP进行比较，这样就具有可比性了
2. 对比指标同质，同质可以表现在下面三点：

• 指标口径范围相同，比如甲 APP 与乙 APP 的用户年留存率比较，如果用甲 APP 18年的用户留存率，那乙 APP 也需要是18年的，不能拿乙17年的与甲18年的比较。
• 指标计算方法一样，也就是计算公式相同，比如一个用除法、一个用加法进行计算。
• 指标计量单位一致，不能拿身高和体重进行比较，二者常用单位一个是厘米，一个是千克。

对比的时候一定要需要注意上述说的，先自己核查对比的对象、对比指标有没有问题，再进行比较，否则万一得出的结论是错误的，会影响对事物的判断。

三、应用

运用对比分析的时候，最主要的是找到合适的对比标准。找到标准，将对比对象的指标与标准进行对比，就能得出有结果了。目前常用标准是时间标准、空间标准、特定标准。

第一类时间标准：

1. 时间趋势对比，可以评估指标在一段时间内的变化，如图，从某 APP 17年12月新增用户留存率分布表可以看出12月的新增用户在注册4个月的时候，留存率出现大幅下降，流失严重，并且用户注册1年，留存率大概在80%左右。
2. 动作前后对比，可以看到动作前后的效果，如图，从某活动营销前后客单价情况表中可看到，营销前客单价为21.1元，营销后未22.1，二者对比，客单价提升1元。
3. 与去年同期对比，当数据存在时间周期变化的时候，可以与去年同期对比，剔除时间周期变化因素。如图，从图中可看出，18年12月新增用户次月留存率为81.2%，17年12月为87.6%，与去年同期比下降7.2个百分点。
4. 与前一期对比，如图，从图中可看出12月新增用户次月留存率为81.2%，11月为82.9%，12月与上个月比下降1.7个百分比。

第二类空间标准：

• A/B测试，在同一时间维度，分别让组成成分相同的目标用户，进行不同的操作，最后分析不同组的操作效果，如图，可看出某活动中执行组留存率较样本组高，执行组通过此营销活动进行了运营，而样本组未参与，其他成分二者相同，所以得出营销有效果的结论。
• 相似空间对比，运用两个相似的空间进行比较，找到二者的差距，比如同类型甲APP乙APP的年留存率情况，明显看出乙APP的留存率更高，日常生活中相似空间比较常用的就是城市、分公司之间的对比。
• 先进空间对比，是指与行业内领头羊对比，知晓差距多少，再细分原因，从而提高自身水平。如图，牛APP为行业领头羊，可看出普APP留存率比牛APP低5%。

第三类特定标准：

• 与计划值对比，目标驱动运营，在营销中会制定年、月、甚至日的目标，通过与目标对比，分析自己是否完成目标，若未完成目标，则深层次分析原因。目标驱动的好处，就是让运营人员一直积极向上努力的去完成目标，从而带动公司盈利。如图，可看出该APP18年留存率，超额完成计划目标。
• 与平均值对比，与平均值对比，主要是为了知晓某部分与总体差距。如图，可看出甲产品的人均消费低于全用户人均消费，需借鉴优秀产品的营销经验，提高甲产品的人均消费，缩小与均值间的差距。
• 与理论值对比，这个对比主要是因为无历史数据，所以这个时候只能与理论值对比。理论值是需要经验比较丰富的员工，利用工作经验沉淀，参考相似的数据，得出来的值。

End.

来源：知乎

本文为转载分享，如果涉及作品、版权和其他问题，请联系我们第一时间删除（微信号：lovedata0520）