从老王的女装店看如何进行数据对比

数据对比不是简单地将两个数进行对比，需要考虑从不同维度进行对比，才能分析出问题的本质。

双十一，双十二，年货节接踵而至。

大促结束后，销售额、客单价、询单转化率……各种数据指标充斥着老板桌上的报告，运营人手中的PPT，以及我们产品人设计的数据产品中。

而“数据对比”作为数据分析中最常见的方法之一也被频繁运用，今天想通过“我有一个朋友系列”来和大家讨论下常见的数据对比。

孤数不证

我有一个朋友叫老王，经营了一家淘宝女装店，下面是老王最近的销售情况：

老王淘宝店今日销售额 10000元。

老王淘宝店今日销售额10000元，昨日销售额 8000元。

老王淘宝店今日销售额10000元，老王竞争对手老李的女装淘宝店今日销售额20000元。

从老王最近的销售情况不难看出，当只知道今日销售额 10000元，这个数据对我们是没有意义的，无法去判断这家淘宝店的情况。

而知道昨日销售额以及竞争对手今日销售额时，可以有一个简单的结论：销售额今日比昨日增加，今日销售额低于竞店数据。

由此我们可以得出一个结论：孤数不证。数据单独存在的时候不具备分析意义，数据的分析是基于对比进行的，好的数据分析方法也一定会用到对比。

在电商领域，数据对比可以说是司空见惯的存在。例如生意参谋首页今日和昨日支付金额的折线图，通过对比帮助用户了解今日和昨日支付金额在不同分时上的一个高低情况，以及整体的波动趋势。

图片来源于网络

时间维度的对比

在时间维度上的对比，往往会采用与从前比和与未来比两种对比方式。

与从前比，主要通过和历史数据的对比，来分析当前数据的价值，一般会考虑到和从前不同时期比、和从前相同时期比、和前一个统计期比、和历史的特殊值比。

和从前不同时期比

和从前不同时期的对比常用趋势来体现，展示数据在整体趋势中的变动情况，常见时间维度的有近7日、近30日、本周、本月、本年等。

基本规则如下：

数据格式：当日日期+当日数据。

对比结果：论证某项数据在不同日期的表现，得出数据变动的趋势，包括上升趋势、下降趋势、波动趋势等。

例如，从老王的案例，我们通过趋势可以分析出店铺销售额数据7日的一个波动情况，了解这7日的整体销售状况。

老王淘宝店今日（12-16）销售额10000元，下表为近七日销售额。

老王淘宝店12-09～12-15销售额趋势图

和从前相同时期比

和从前相同时间的对比常用同比来体现，展示数据在相同单位周期内的对比，分析某项数据相对发展速度，常见的有周同比，月同比等。

基本规则如下：

数据格式：单日数据或某一时间段数据和。

公示：同比=（本单位周期数据-更大一个周期内的同一个单位周期数据）/更大一个周期内的同一个单位周期数据* 100%。例如12月和去年12月，12月第一周和11月第一周等。

对比结果：论证相同单位周期内的数据变化情况，常见的有同比增长、同比下降等。

例如，从老王的例子可以简单分析出2019年11月销售额和2018年11月销售额对比的变化，得出2019年11月销售额同比增长的结论，了解到11月销售额情况优于去年这一现象。

老王淘宝店今年11月的销售额为100000元，2018年11月的销售额为80000元，同比增长25%。

和前一个统计期比

和前一个统计期的对比常用环比来体现，展示数据在连续2个统计周期内的对比。分析某项数据逐级变动情况。

基本规则如下：

数据格式：单日数据或某一时间段数据和。

公示：环比=（本单位周期数据-上一个单位周期的数据）/上一个单位周期* 100%。例如12月和11月，12月第二周和12月第一周。

对比结果：论证本单位周期数据相较于上一个单位周期的数据变化情况，常见的有环比增长，环比下降等。