導(dǎo)讀：數(shù)據(jù)分析師需要哪些“專業(yè)技能”？如果有人建議你去學(xué)習(xí)R語言、tableau、PowerBI，那么我建議你不如先從最基礎(chǔ)也是最核心的數(shù)據(jù)分析方法學(xué)起。
在一家年銷售不到10億的電商公司（行業(yè)中大部分電商企業(yè)年銷售可能都不到1個(gè)億），你只要掌握一些基礎(chǔ)的數(shù)據(jù)分析方法，再配合Excel表格，就足夠你完成各種數(shù)據(jù)化運(yùn)營工作了。
本文主要講解日常數(shù)據(jù)分析中，最常用的三大數(shù)據(jù)分析方法。內(nèi)容雖然簡單，但是其中充滿了大量的細(xì)節(jié)方面的實(shí)用技巧。
作者：劉振華
來源：華章科技
對比是所有數(shù)據(jù)分析方法中最基礎(chǔ)，也是大家耳熟能詳?shù)囊粋€(gè)。俗話說，無對比，不分析。說的就是對比分析法了。
在實(shí)際分析場景中，對比有不同的應(yīng)用維度。比如有環(huán)比、同比、橫比、縱比、絕對值對比，相對值對比等。下面我們分別解釋一下它們的不同應(yīng)用場景。
1. 絕對值對比與相對值對比
從概念上而言，絕對值包含正數(shù)、負(fù)數(shù)和零值。在電商數(shù)據(jù)分析中，一般是指正數(shù)之間的對比較多，如銷售額、退貨額等；相對值對比，則是指轉(zhuǎn)化率、完成率等這類相對數(shù)之間的對比。
2. 環(huán)比
環(huán)比是指統(tǒng)計(jì)周期內(nèi)的數(shù)據(jù)與上期數(shù)據(jù)的比較，比如2017年6月數(shù)據(jù)與2017年5月數(shù)據(jù)的比較。
在電商數(shù)據(jù)分析中，由于每個(gè)自然月之間的銷售差額比較大，如果采用絕對指標(biāo)，便很難通過對比觀察到業(yè)務(wù)的變化。
因此，一般會采用相對指標(biāo)來做環(huán)比分析，如2017年6月的銷售達(dá)標(biāo)率是102%，2017年5月的銷售達(dá)標(biāo)率是96%；這樣便很容易知道兩個(gè)月度之間轉(zhuǎn)化率的好壞優(yōu)劣了。然而，如果我們用絕對值來對比：2017年6月銷售額500萬，2017年5月銷售額300萬，這樣的對比便很難判斷究竟哪個(gè)月的銷售額完成得更好。
3. 同比
同比是指統(tǒng)計(jì)周期內(nèi)數(shù)據(jù)與去年同期數(shù)據(jù)之間的對比，比如2017年6月銷售額是500萬，2016年6月銷售額是450萬，同比增加11.1%。
在電商分析中，同比是應(yīng)用最廣泛的數(shù)據(jù)分析方法。通過同比，我們能大致判斷店鋪的運(yùn)營能力在最近一年中，是保持增長還是呈下滑趨勢。
同時(shí)，也可以根據(jù)同比增長趨勢，來制訂初步的銷售計(jì)劃。如表3-4所示，假設(shè)現(xiàn)在店鋪流量同比下降8%（流量下降是平臺趨勢），客單價(jià)保持不變的情況下，要想實(shí)現(xiàn)店鋪銷售業(yè)績的上升，唯有提升轉(zhuǎn)化率。
因此，我們通過表3-4的模擬推算，可以得知，當(dāng)轉(zhuǎn)化率提升21%，到達(dá)0.35%時(shí)（0.35%轉(zhuǎn)化率被認(rèn)為是行業(yè)的平均值），業(yè)績會提升11%。
表3-4 店鋪銷售計(jì)劃推算模擬表
4. 橫向?qū)Ρ扰c縱向?qū)Ρ?/strong>
所謂橫向?qū)Ρ扰c縱向?qū)Ρ?，是指空間與時(shí)間兩個(gè)不同的維度之間的對比。橫向?qū)Ρ仁强臻g維度的對比，指同類型的不同對象在統(tǒng)一的標(biāo)準(zhǔn)下進(jìn)行的數(shù)據(jù)對比。如“本店”與“競品”之間的對比；縱向?qū)Ρ仁菚r(shí)間維度的對比，指同一對象在不同時(shí)間軸上的對比。如前面提到的“同比”“環(huán)比”都是縱向?qū)Ρ取?/p>
5. 份額
嚴(yán)格地說，“份額”屬于橫向?qū)Ρ鹊囊环N。由于在實(shí)際分析場景中它經(jīng)常會被忽略，因此單獨(dú)羅列出來，加以說明。
在某些情況下，數(shù)據(jù)表格中多一個(gè)“份額”，會讓表格清晰明了許多。
如表3-5所示，假設(shè)我們要分析“某品牌天貓、京東、唯品會三大渠道”的“上衣、下衣、連衣裙和其他”在“Q1～Q4季度”的銷售趨勢和表現(xiàn)。常規(guī)的分析方法是，按照表1的表格結(jié)構(gòu)，將各種數(shù)據(jù)有層次地展現(xiàn)出來。這時(shí)，所有的銷售數(shù)據(jù)在表格中可以層次分明地一覽無余。
表3-5 以份額處理的數(shù)據(jù)表格
但是，如表1這般的數(shù)據(jù)卻不能直觀告訴我們每個(gè)銷售類別在不同渠道和不同季度的銷售趨勢是什么。因此，在數(shù)據(jù)分析中便需要加入表2這樣的“份額”分析表格。如此，我們便可一目了然地掌握每個(gè)類別在不同渠道、不同時(shí)期的銷售趨勢。因此也就達(dá)到了數(shù)據(jù)分析的目的。
很多數(shù)據(jù)分析師往往只是完成了“表1”的分析步驟，卻缺少臨門一腳，沒有把“表2”也同步呈現(xiàn)出來。
細(xì)分，是一種從概念上理解非常容易，但實(shí)際應(yīng)用起來卻很難的分析方法。
細(xì)分分析法，常用于為分析對象找到更深層次的問題根源。難點(diǎn)在于我們要理解從哪個(gè)角度進(jìn)行“細(xì)分”與“深挖”才能達(dá)到分析目的。就好像高中課程中解幾何題一樣，如果找對了“解題思路”，問題就迎刃而解；如果“解題思路”錯了，勞心費(fèi)力不說，問題還解決不了。
在實(shí)際應(yīng)用中，細(xì)分有許多不同的方法，就如同我們在解題時(shí)，有各種不同的“解題思路”一樣。有時(shí)候，面對同一個(gè)問題，兩個(gè)不同的解題思路都可以達(dá)到解題的目的；但更多時(shí)候，只有唯一正確的解題思路才可以正確地解題。所以，在分析之前，選擇正確的‘細(xì)分’方法便非常重要。
下面，我們就具體來看一下，在細(xì)分分析中，有哪些解題思路。
1. 分類分析
就是指對所有需要被分析到的數(shù)據(jù)單元，按照某種標(biāo)準(zhǔn)打上標(biāo)簽，再根據(jù)標(biāo)簽進(jìn)行分類，然后使用匯總或者對比的方法來進(jìn)行分析。
在服裝行業(yè)中，常用于做分類分析的標(biāo)簽有“類目”“價(jià)格帶”“折扣帶”“年份”“季節(jié)”等。
2. 人—貨—場
“人—貨—場”能夠?yàn)槿颂峁┖暧^視野的分析。其原理類似于分類分析，即將所有需要被分析到的數(shù)據(jù)單元，打上“人”“貨”“場”的標(biāo)簽，然后再進(jìn)行相應(yīng)的數(shù)據(jù)分析與處理。
在實(shí)際應(yīng)用場景中，“人—貨—場”分析法往往被靈活運(yùn)用在初步診斷某一競品店鋪時(shí)。
如圖3-3所示是利用“人—貨—場”邏輯方法來分析競品店鋪的主流思路。在分析之前，先把“解題思路”用“人—貨—場”的方式羅列出來，把所有能夠想到的有用的“分支”都羅列出來，然后查漏補(bǔ)缺、標(biāo)注重要與非重要。最后，再按此“解題思路”來進(jìn)行分析。便可達(dá)到事半功倍的分析效果。
圖3-3 利用“人—貨—場”細(xì)分方法初步分析競品店鋪
3. 杜邦分析法
細(xì)分分析方法中，還有一種知名的分析方法，叫“杜邦分析法”。在電商數(shù)據(jù)分析中，杜邦分析也是常被使用的分析方法之一。
百度百科中對杜邦分析的解釋是：“杜邦分析法（DuPont Analysis）是利用幾種主要財(cái)務(wù)比率之間的關(guān)系來綜合分析企業(yè)的財(cái)務(wù)狀況。具體來說，它是一種用來評價(jià)公司盈利能力和股東權(quán)益回報(bào)水平，從財(cái)務(wù)角度評價(jià)企業(yè)績效的一種經(jīng)典方法?！庇纱丝梢?，杜邦分析主要是用于企業(yè)的財(cái)務(wù)分析之中。
但是在電商中，杜邦分析常被用于尋找銷售變化的細(xì)小因素之中。如圖3-4所示，便是根據(jù)杜邦分析原理，將所有影響到銷售額的量化指標(biāo)都統(tǒng)計(jì)出來的一種常用分析方法。此種方法，有助于我們從細(xì)小的數(shù)據(jù)顆粒中找到影響銷售變化的元素。
圖3-4 銷售變化的原因分析
轉(zhuǎn)化分析是電商、游戲等互聯(lián)網(wǎng)行業(yè)的特定分析方法，在傳統(tǒng)行業(yè)的零售分析中并不常見。轉(zhuǎn)化分析常用于頁面跳轉(zhuǎn)分析、用戶流失分析等業(yè)務(wù)場景。
轉(zhuǎn)化分析的表現(xiàn)形式一般是選用漏斗模型，如圖3-5所示，便是模擬了某電商店鋪的流量轉(zhuǎn)化情況，并以漏斗圖的形式展現(xiàn)出來。
圖3-5 電商常見的流量轉(zhuǎn)化漏斗圖
這張圖模擬了從店鋪的瀏覽商品人數(shù)到加購人數(shù)，然后生成訂單、支付訂單，直到最后支付成功的漏斗示意圖。
從圖3-5的示例中，反推“轉(zhuǎn)化”分析方法，我們應(yīng)該得到以下結(jié)論：
同時(shí)，轉(zhuǎn)化分析還可用于店鋪微觀方面的“轉(zhuǎn)化”洞察。譬如在某一次店鋪舉行大促活動時(shí)，我們需要分析大促期間“活動二級頁”的流量轉(zhuǎn)化效果如何。此時(shí)，我們便可以參照如圖3-6所示的漏斗模型。
圖3-6 活動頁效果分析的漏斗圖
在以上案例中，我們將轉(zhuǎn)化路徑定義為“活動頁→詳情頁→支付頁面（下單）→支付成功（購買）”四個(gè)節(jié)點(diǎn)。然后統(tǒng)計(jì)每個(gè)頁面的流量到達(dá)數(shù)量，于是得出如圖3-6所示的漏斗圖。
通過此圖，可以清晰明確地診斷出此次活動二級頁在“下單→付款”環(huán)節(jié)轉(zhuǎn)化率僅40%，存在一定問題。在支付界面的流量跳失，很可能是價(jià)格過高所致。
