1.3.2 數(shù)據(jù)分析的常用方法

上面介紹的三類統(tǒng)計(jì)分析方法屬于概括性的方向指引，即讀者在進(jìn)行數(shù)據(jù)分析過(guò)程中，需要借助于這三類統(tǒng)計(jì)分析方法的策略去描述或思考數(shù)據(jù)反映的現(xiàn)象和問(wèn)題。本節(jié)將從細(xì)化的角度，分享一些具體的常用數(shù)據(jù)分析方法（考慮到篇幅的限制，這里僅分享部分重要的方法），這些方法在平時(shí)的學(xué)習(xí)或工作中得到廣泛的應(yīng)用。

1.對(duì)比分析法

該方法又稱為比較分析法，通過(guò)指標(biāo)的對(duì)比來(lái)反映事物數(shù)量上的差異和變化，屬于統(tǒng)計(jì)分析中最常用的方法。在實(shí)際應(yīng)用中，讀者可能聽(tīng)過(guò)縱向?qū)Ρ群蜋M向?qū)Ρ鹊恼f(shuō)法，縱向?qū)Ρ戎傅氖峭皇挛镌跁r(shí)間維度上的對(duì)比，這種對(duì)比方法主要包含環(huán)比（如日活用戶數(shù)DAU在本月與上月之間的對(duì)比）、同比（如銷售額在本年度3月份與上一年3月份之間的對(duì)比）和定基比（如2～6月份的點(diǎn)擊量均與1月份的點(diǎn)擊量做對(duì)比）。而橫向?qū)Ρ葎t是不同事物在固定時(shí)間上的對(duì)比（如不同用戶等級(jí)在客單價(jià)之間的差異；不同品類之間的利潤(rùn)率高低；新用戶在不同渠道的支付轉(zhuǎn)化率）。應(yīng)用對(duì)比分析法，得到的結(jié)果可以是相對(duì)值（如百分?jǐn)?shù)、倍數(shù)、系數(shù)等），也可以是相差的絕對(duì)數(shù)和相關(guān)的百分點(diǎn)（一個(gè)百分點(diǎn)即指1%），即把對(duì)比的指標(biāo)做減法運(yùn)算。所以，通過(guò)對(duì)比分析法就可以對(duì)規(guī)模大小、水平高低、速度快慢等做出判斷和評(píng)價(jià)。

2.分組分析法

分組分析法與對(duì)比分析法很相似，所不同的是分組分析法可以按照多個(gè)維度將數(shù)據(jù)拆分為各種組合，并比較各組合之間的差異。為使讀者能夠理解分組分析法和對(duì)比分析法之間的差異，這里各舉一個(gè)簡(jiǎn)單的例子加以說(shuō)明。

假設(shè)新書(shū)上市做營(yíng)銷時(shí)，會(huì)考慮多個(gè)銷售渠道，例如新華書(shū)店、當(dāng)當(dāng)、京東、天貓和中國(guó)圖書(shū)網(wǎng)。如果要對(duì)比各銷售渠道在10月份的銷量，就應(yīng)采用對(duì)比分析法，如表1-3所示；如果要對(duì)比各銷售渠道在9月、10月和11月的銷量，就應(yīng)采用分組分析法，如表1-4所示。

表1-3中運(yùn)用對(duì)比分析法可以發(fā)現(xiàn)，新書(shū)在10月份的銷售總量為3863冊(cè)，其中當(dāng)當(dāng)網(wǎng)的銷售量最高，占到總銷售的34.3%；相比于中國(guó)圖書(shū)網(wǎng)的銷售渠道，當(dāng)當(dāng)網(wǎng)的銷售量是它的近6倍。當(dāng)當(dāng)、天貓和京東為銷售量前三名的渠道，它們的銷售量在總銷售量中超過(guò)85%。

如表1-4所示，銷售渠道基礎(chǔ)上又添加了時(shí)間因素（即綜合了橫向?qū)Ρ群涂v向?qū)Ρ龋酝ǔ７Q這樣的數(shù)據(jù)為橫截面數(shù)據(jù)。表中的數(shù)據(jù)（比例為行百分比）是為了對(duì)比各渠道銷售量在當(dāng)月的銷售占比。從數(shù)據(jù)中可以發(fā)現(xiàn)，當(dāng)當(dāng)?shù)匿N售占比在呈現(xiàn)逐月上漲趨勢(shì)，而京東和中國(guó)圖書(shū)網(wǎng)則呈現(xiàn)逐月下降趨勢(shì)，天貓和新華書(shū)店的銷售占比則非常穩(wěn)定。為了使數(shù)據(jù)展現(xiàn)得更加直觀，不妨使用前文介紹的百分比堆疊條形圖展現(xiàn)數(shù)據(jù)的變動(dòng)趨勢(shì)，如圖1-17所示。

依據(jù)此圖，可以非常容易得出這樣的結(jié)論，即京東和中國(guó)圖書(shū)網(wǎng)的銷售占比在逐步下降，而當(dāng)當(dāng)則呈現(xiàn)上漲趨勢(shì)，其余兩種渠道的銷售占比并沒(méi)有大的起伏。

3.預(yù)測(cè)分析法

預(yù)測(cè)分析法主要用于未知數(shù)據(jù)的判斷和預(yù)測(cè)，這個(gè)方法在大數(shù)據(jù)時(shí)代顯得尤為突出和重要，例如依據(jù)過(guò)往三年的歷史銷售數(shù)據(jù)，預(yù)測(cè)未來(lái)六個(gè)月的銷售額；根據(jù)患者各項(xiàng)體檢指標(biāo)的檢查，預(yù)測(cè)其患某種疾病的可能性；利用消費(fèi)者在互聯(lián)網(wǎng)留下的日志數(shù)據(jù)，向消費(fèi)者推送可能購(gòu)買(mǎi)的商品等。預(yù)測(cè)分析法大致可以劃分為兩種：一種是基于時(shí)間序列的預(yù)測(cè)，即根據(jù)指標(biāo)值的變化與時(shí)間依存關(guān)系進(jìn)行預(yù)測(cè)（具體的預(yù)測(cè)方法有移動(dòng)平均法、指數(shù)平滑法、ARIMA法等）；另一種是回歸類預(yù)測(cè)，即根據(jù)指標(biāo)之間相互影響的因果關(guān)系進(jìn)行預(yù)測(cè)（具體的預(yù)測(cè)方法有線性回歸、KNN算法、決策樹(shù)模型等）。

下面通過(guò)一個(gè)簡(jiǎn)單的案例來(lái)闡述預(yù)測(cè)分析法的應(yīng)用。假設(shè)影響某商品銷售利潤(rùn)（Profit）的因素包含研發(fā)成本（RD_Sperd）、管理成本（Administration）和市場(chǎng)營(yíng)銷成本（Marketing_Spend），數(shù)據(jù)如圖1-18所示，為部分?jǐn)?shù)據(jù)。那么，如何基于這三個(gè)因素來(lái)預(yù)測(cè)商品的銷售利潤(rùn)？

下面利用預(yù)測(cè)分析法中的線性回歸模型（有關(guān)該模型的具體用法，讀者可以參考本書(shū)第5章的內(nèi)容），對(duì)數(shù)據(jù)進(jìn)行建模，并基于模型實(shí)現(xiàn)商品銷售利潤(rùn)的預(yù)測(cè)：

得出的結(jié)果如圖1-19所示。

從上圖結(jié)果可知多元線性回歸模型的系數(shù)（圖中方框內(nèi)所示）。假設(shè)不考慮模型的顯著性和回歸系數(shù)的顯著性，那么得到的回歸模型可以表示為：

Profit=50120+0.81RD_Spend-0.03Administration+0.03Marketing_Spend

所以，當(dāng)已知三個(gè)因素的具體值時(shí)，就可以將它們的值導(dǎo)入到線性回歸模型的方程式中，求得可能的商品利潤(rùn)。

4.漏斗分析法

漏斗分析法通常也稱為流程分析法，其目的是關(guān)注某事件在重要環(huán)節(jié)上的轉(zhuǎn)化率，該方法在互聯(lián)網(wǎng)行業(yè)的使用尤為普遍。以B2C的電商為例，用戶從瀏覽頁(yè)面到完成購(gòu)買(mǎi)通常會(huì)有4個(gè)重要的環(huán)節(jié)，即用戶通過(guò)主頁(yè)或搜索的方式進(jìn)入商品列表頁(yè)，再到點(diǎn)入具體的商品進(jìn)入商品詳情頁(yè)，接著將心儀的商品加入到購(gòu)物車，最后將購(gòu)物車內(nèi)的商品結(jié)賬完成交易。直觀判斷可知，經(jīng)過(guò)這4個(gè)重要環(huán)節(jié)的用戶數(shù)量肯定越來(lái)越少，進(jìn)而形成錐形的漏斗效果。

在實(shí)際的應(yīng)用中，數(shù)據(jù)分析人員可借助于漏斗分析法對(duì)網(wǎng)站運(yùn)營(yíng)過(guò)程中各個(gè)重要環(huán)節(jié)的轉(zhuǎn)化率、運(yùn)營(yíng)效果和過(guò)程進(jìn)行監(jiān)控及管理，對(duì)于轉(zhuǎn)化率特別低的環(huán)節(jié)，或者波動(dòng)發(fā)生異常的環(huán)節(jié)加以有針對(duì)性的修正，進(jìn)而保證轉(zhuǎn)化率的提升，從而提升整體運(yùn)營(yíng)效果。為了使讀者有一個(gè)直觀的理解，這里不妨以電商平臺(tái)的用戶消費(fèi)行為為例（假設(shè)電商平臺(tái)為推廣某個(gè)產(chǎn)品做了相應(yīng)的營(yíng)銷活動(dòng)，用戶購(gòu)買(mǎi)該產(chǎn)品的4個(gè)環(huán)節(jié)轉(zhuǎn)化率如圖1-20所示），分析幾個(gè)重要環(huán)節(jié)的漏斗效應(yīng)。

從上圖可知，漏斗圖中涉及4個(gè)核心的環(huán)節(jié)，首先從商品詳情頁(yè)開(kāi)始，其轉(zhuǎn)換率為43.7%，即在本次營(yíng)銷活動(dòng)中，被觸達(dá)的用戶有43.7%的比例會(huì)進(jìn)入到商品詳情頁(yè)；然后是購(gòu)物車頁(yè)，該環(huán)節(jié)的轉(zhuǎn)化率為62.3%，即進(jìn)入商品詳情頁(yè)的用戶中，有62.3%的用戶會(huì)將商品加入到購(gòu)物車；接下來(lái)是收銀臺(tái)頁(yè)（即進(jìn)入到支付頁(yè)），其轉(zhuǎn)化率為88.4%，表示將商品加入到購(gòu)物車的用戶中，會(huì)有88.4%的比例進(jìn)入到支付環(huán)節(jié)；最后為支付成功頁(yè)，轉(zhuǎn)化率為93.8%，說(shuō)明在選擇支付的用戶中，有93.8%的比例最后完成了支付，剩下的6.2%的用戶可能是改變主意了，或卡里余額不足等。

因此，借助于上述的漏斗分析，對(duì)比各環(huán)節(jié)之間的轉(zhuǎn)化率，當(dāng)發(fā)現(xiàn)某些環(huán)節(jié)的轉(zhuǎn)化率發(fā)生陡崖式下降時(shí)，就可以認(rèn)為產(chǎn)品的某些流程或者營(yíng)銷活動(dòng)的某些步驟出了問(wèn)題，然后再針對(duì)這些問(wèn)題尋找改善方案，最終提高整體的轉(zhuǎn)化率。

5.AB測(cè)試分析法

AB測(cè)試分析法也是一種對(duì)比分析法，該方法側(cè)重于對(duì)比AB兩組結(jié)構(gòu)相似的樣本（如用戶屬性和行為相似、產(chǎn)品特征相似等），并基于兩組樣本的指標(biāo)值挖掘各自的差異。例如某APP的同一個(gè)功能頁(yè)面，設(shè)計(jì)了兩種不同風(fēng)格的頁(yè)面布局，然后將兩種風(fēng)格的頁(yè)面隨機(jī)分配給測(cè)試用戶（這些用戶的結(jié)構(gòu)都比較相似），最后根據(jù)用戶在該頁(yè)面的瀏覽轉(zhuǎn)化率來(lái)評(píng)價(jià)不同頁(yè)面布局的優(yōu)劣。

這里舉一個(gè)具體的例子加以說(shuō)明，某公司的APP在收銀臺(tái)界面（即付款界面）呈現(xiàn)的支付方式順序?yàn)槲⑿拧⒅Ц秾殹⒖旖葜Ц叮淬y行卡支付）和貨到付款。為了提高快捷支付的占比，預(yù)期對(duì)支付方式的順序做微調(diào)，即微信、快捷、支付寶和貨到付款。但是這樣的順序真的能夠提高快捷支付的占比嗎？為了驗(yàn)證這個(gè)問(wèn)題，技術(shù)人員對(duì)兩批相似的樣本用戶做了測(cè)試，得到的結(jié)果如圖1-21所示。

從結(jié)果可知支付方式順序的調(diào)整，對(duì)快捷支付占比的影響還是存在的，經(jīng)過(guò)順序調(diào)整后，快捷支付占比得到了近兩個(gè)百分點(diǎn)的提升。所以，經(jīng)過(guò)AB測(cè)試后，可以認(rèn)為支付方式順序的調(diào)整是有必要的。

在作者看來(lái)，解決任何事情都有其一定的規(guī)律（或步驟），因此只要理解并掌握了這些規(guī)律，問(wèn)題就會(huì)簡(jiǎn)單很多。對(duì)于數(shù)據(jù)分析而言，同樣也有它的規(guī)律，故請(qǐng)讀者一定要掌握前文所介紹的三類統(tǒng)計(jì)分析策略和五種常用的數(shù)據(jù)分析方法，并將其應(yīng)用到數(shù)據(jù)分析的工作中。