引入“比率”概念，让数据对比更严谨

在数据分析中，单个字段的对比在特殊场景下并不严谨，还有可能产生错误的分析与判断。而引入比率概念后，我们则可以更加准确地识别数据，做数据分析。

在上篇文章中，和大家一起分析了常见的“数据对比”，也通过“老王女装店中静默销售额”的案例提出单个字段的数据对比，具有迷惑性，存在陷阱。

由此可见，单个字段的对比在一些特殊的场景下是不够严谨的，容易产生错误的判断。

这个时候我们可以引入“比率”的概念，通过“比率”来破解这一数据对比陷阱，可以让论证结果更加严谨，更加科学。

下面让我们一起来讨论“比率”在数据对比中的意义。

一、什么是比率

“比率”在百度百科中的解释是，样本（或总体）中各不同类别数据之间的比值，由于比率不只是部分与整体之间的对比关系，因此比值可能大于1。

从“比率”的定义中可以发现，比率的值是多个字段经过了对比得到的值，这也是为什么它能更加严谨和科学的原因，通过计算比率过程中的对比，对不同的数据进行了一次标准化的过程。

例如下面这个例子，通过“客单价”这个比率对客服的销售能力进行了一个标准化的衡量，发现对于单个顾客的成交价格金额，客服甲的能力优于客服乙：

老王女装店的2个客服，客服甲和客服乙的今日销售情况 ：

今日客服甲销售额3000元，成交人数为30人，客单价100元

今日客服乙销售额5000元，成交人数为60人，客单价83.33元（保留两位小数）

那么哪些字段算的上“比率”呢？常见的“比率”有3种，占比、转化率、平均值。

1. 占比

占比，是指一个总体中各个部分数量占总体数量的比重，反映总体的构成或者结构。

下面我们通过老王的店铺来看一下，在没有引入“占比”前，我们通过“团队销售额”和“全店销售额”两个字段，能得出两个字段的今日数据都比昨日有明显降低：

今日客服团队销售额10000元，全店销售额15000元

昨日客服团队销售额12000元，全店销售额20000元

通过对“团队销售额”和“全店销售额”两个字段的分析，发现“团队销售额”属于“全店销售额”的一部分（通常店铺销售额=团队销售额+静默销售额），符合“占比=占比数例值/总数值“。

通过计算“团队销售额”占全店的占比，就能够直观的发现客服团队对全店销售额的贡献度，发现今日“团队销售额”是降低了，但是对于店铺的整体贡献度更大，较为客观的衡量了店铺每天的销售情况，也便于店铺主根据这一数据调整对“客服团队”和“自然静默销售”的策略。

今日客服团队销售占比：66.67%

昨日客服团队销售占比：60%

通过案例可以推断出的“转化率”的通用公式：

公示：C字段=A字段/B字段

数据格式：

A字段：总体中某个个体或部分的数据

B字段：总体数据

A字段是B字段的子集，或者说B字段包含A字段

单位：百分率（%）

占比，直观反映了个体占总体的比重，常被用于观察总体的构成情况（每个个体的占比起情况），监控个体在总体的变化（个体随着时间维度在总体的占比变动）。

2. 转化率

转化率，指一个周期或一个业务流程内，某一行为针对另一行为的转化百分率。

例如在电商客服中的一个接待周期，接待客户–>询单客户–>下单客户–>购买；在app中一个商品推广的业务流程，落地页–>购买页–>订单页–>购买。

在前一个行为进行到下一个行为的过程中，都会产生流失，转化率为我们分析不同行为之间的转化，以及一整个业务流程或周期内每个步骤的转化情况提供了数据支持和指导意义，同样来看下老王店铺的案例

最近，老王的店铺想要评估下整个客服团队在“接待”上的能力，老王收集了1月份客服团队“进店人数”，“询单人数”，“下单人数”，“付款人数”的数据。

单纯依靠这些数据，我们只能获得孤立的结论，比如通过“进店人数”，对老王店铺1月份的进店客户数的了解，能让我们对店铺规模有一个大致的概念，但是没有办法进一步评估客服团队的“接待”能力。

而通过4个字段的分析，4个行为的人数是逐级减少的，这也符合了一个接待周期的规律，但是仍然无法分析出“接待”能力。

老王店铺客服团队1月份接待客户的数据如下：

进店人数：10000人

 询单人数：8342人

下单人数：2350人

付款人数：2139人

其实我们分析上述的4个字段，不难发现，其分别对应了“接待”客户中客户不同的4种行为——进店、询单、下单、付款。