数据分析方法（四）：多维度拆解分析 & 对比分析

1. 多维度拆解分析方法

对于多维度拆解分析方法，要理解两个关键词：维度、拆解。

只看数据整体，我们可能注意不到数据内部各个部分构成的差异，如果忽略这种差异进行比较，就有可能导致无法察觉该差异所造成的影响。另外，遇到一个复杂问题不知道怎么解决的时候，我们可以用多维度拆解分析方法，将一个复杂问题变成可以解决的子问题。这背后的原理其实就是逻辑树分析方法。

• 从指标构成来拆解：分析单一指标的构成，例如单一指标为用户，而用户又可以拆解为新用户、老用户。
• 从业务流程来拆解：按业务流程进行拆解分析，例如不同渠道的用户付费率。

2. 对比分析方法

当我们对几个对象进行比较的时候，就要用到对比分析方法，正所谓没有对比就没有好坏。

你可能会觉得一件 299 元的衣服很贵，但是如果店主告诉你另外一件衣服要 899 元，通过比较，你顿时会觉得 299 元的这件衣服挺实惠的。实际上，899 元的那件衣服根本就不是拿来卖的，而是用来让你对比的。心理学家给这种现象发明了一个术语叫作 价格锚定，也就是通过和价格锚点对比，一些商品会卖的更好。

和谁比？

• 和自己比
• 和行业比

如何比？

• 数据整体的大小：某些指标可用来衡量整体数据的大小，常用的是平均值、中位数或者某个业务指标。
• 数据整体的波动：标准差除以平均值得到的值叫做变异系数，变异系数可用来衡量整体数据的波动情况。
• 趋势变化：趋势变化是从时间维度来看数据随着时间发生的变化。常用的方法是时间折线图，环比和同比。

环比 是和上一个时间段对比，用于观察短期的数据集。例如本周和上周对比，本月和上月对比。

同比 是与去年同一个时间段进行对比，用于观察长期的数据集。例如某数据在 2020 年 12 月比 2019 年 12 月下降 10%。

在进行比较的时候要注意比较对象的规模要一致。比如比较某公司在不同地区的销售额情况，因为在不同地区的店铺数量不一致，所以不能直接拿总销售额来进行比较。

AB 测试的背后也是用了对比分析方法。