本次講的是兩個基礎(chǔ)的分析方法，對比分析和細(xì)分分析法。這兩個方法在今后的分析工作中幾乎處處要用到，這也是基本的數(shù)據(jù)分析思路，所以提前到這里來講。

一、對比分析法

對比分析法在本質(zhì)上是通過數(shù)據(jù)計算方法來判定兩個解決方案的優(yōu)劣。

一個常見的例子是：同一個電商網(wǎng)站上的商品A和商品B，哪一個對網(wǎng)站貢獻(xiàn)更大呢？按常規(guī)的考量銷量的方式顯然不足以進(jìn)行全面的對比，在這里我們要綜合考慮訪問量、轉(zhuǎn)化率、商品熱度才能更全面的評估兩個商品對網(wǎng)站的貢獻(xiàn)。

1、對比分析法的比較基準(zhǔn)

比較基準(zhǔn)的設(shè)定是統(tǒng)一對比單位的重要步驟，設(shè)定方法分別是：百分比評分均值法、標(biāo)準(zhǔn)化指標(biāo)合并法。

1.1 百分比評分均值法

“百分比評分均值法”是將指標(biāo)的值都轉(zhuǎn)化成百分比的形式，一個通用有效的方法就是將所有指標(biāo)都除以總體的最大值，這個方法對所有大于0且分布不是特別離散的指標(biāo)都是很有效的。

舉個例子說明——

從下面的表格中知道，4種商品中訪問量最高的是商品A的563 ，轉(zhuǎn)化率最高的是商品B的9%。所有商品的訪問量除以563，轉(zhuǎn)化率除以9%，然后得到各自的百分比評分，然后將兩列評分做簡單平均后得到綜合評分。

顯然，通過比較綜合評分來判斷商品在表現(xiàn)更合理。

如果考慮的再全面些，針對不同商品的重要性設(shè)定權(quán)重，結(jié)果更能真實(shí)有效的評估商品的好壞。

比如，上面表格中采用加權(quán)平均的方法，商品的綜合評分又發(fā)生了變化，如下圖。至于是否加權(quán)，以及各指標(biāo)的權(quán)重如何設(shè)定，則可以根據(jù)分析的需要和指標(biāo)的特征來確定。

1.2 標(biāo)準(zhǔn)化指標(biāo)合并法

“標(biāo)準(zhǔn)化指標(biāo)合并比較法”是用標(biāo)準(zhǔn)化的方法消去各指標(biāo)單位的影晌后再進(jìn)行合并比較的方法。

數(shù)據(jù)的標(biāo)準(zhǔn)化是將數(shù)據(jù)按比例縮放，使之落入一個小的特定區(qū)間 。

公式為?X=（x-u）/σ （U代表均值，σ 代表方差）

舉個例子——

如下表格中數(shù)據(jù)，Bounce Rate衡量進(jìn)入，轉(zhuǎn)化率CR衡量產(chǎn)出。A、B、C三個優(yōu)化方案哪個才是最優(yōu)的呢？

將各指標(biāo)標(biāo)準(zhǔn)化后取均值進(jìn)行比較，我們可以看出A方案最優(yōu)。

2、對比分析法的“實(shí)驗(yàn)環(huán)境”設(shè)定

進(jìn)行對比分析的重要條件是兩組參數(shù)需在同樣的條件下對比才有意義。這時候就需要人為地去設(shè)定合理的比較環(huán)境了，即數(shù)據(jù)分析的“實(shí)驗(yàn)環(huán)境設(shè)定”。

實(shí)驗(yàn)環(huán)境設(shè)定法有兩種：

• 基于時間序列的組內(nèi)比較
• 基于對照實(shí)驗(yàn)的組間比較

2.1 基于時間序列的組內(nèi)比較

基于時間序列的組內(nèi)比較：一般是在時間序列上的某個時間點(diǎn)施加實(shí)驗(yàn)剌激，并在實(shí)驗(yàn)剌激的前后進(jìn)行重復(fù)測試比較，從比較的結(jié)果反映實(shí)驗(yàn)剌激是否對結(jié)果有影響。

舉個組內(nèi)比較的流程例子——

公司前4個月薪資正常，在第5個月開始給員工加薪(施加實(shí)驗(yàn)剌激)。這時就可以通過觀察之后4個月和之前4個月員工的工作效益和工作滿意度，來判斷這個實(shí)驗(yàn)刺激是否對提升員工工作效益和工作滿意度有效果。

2.2 基于對照實(shí)驗(yàn)的組間比較

基于對照實(shí)驗(yàn)的組間對比：一般是在同一時間設(shè)定兩組樣本，（實(shí)驗(yàn)組和控制組），然后對實(shí)驗(yàn)組施加實(shí)驗(yàn)剌激，控制組維持原狀態(tài)不變。通過對實(shí)驗(yàn)組和控制組比較來判斷實(shí)驗(yàn)的剌激是否對結(jié)果有影響。

舉個組間比較的流程例子——

拿前面例子來說。假如只讓部分員工漲薪，再去比較未漲薪的員工和漲薪的員工前后4個月的工作效益和工作滿意度的差異，如果差異顯著就可以證明漲薪這個實(shí)驗(yàn)剌激對結(jié)果是有顯著影響的。

2.3 特殊情況下，實(shí)驗(yàn)環(huán)境如何設(shè)定

有時候會遇到無法提供實(shí)驗(yàn)的對比環(huán)境，那該怎么做呢？舉例說明。

如下表：有活動前和活動中各5天的數(shù)據(jù)。以訂單數(shù)作為指標(biāo)，說明活動能否顯著提升每天的訂單量。

由表中數(shù)據(jù)可發(fā)現(xiàn)：每天的用戶數(shù)本身就是一個遞增的狀態(tài)，活動也帶來用戶數(shù)的提升。那么，訂單數(shù)的提升是由于用戶數(shù)的提升帶來的，還是活的效果帶來的呢？

不考慮數(shù)據(jù)本身的自然增長，直接比較活動前后日均訂單數(shù)的差異；

將數(shù)據(jù)的自然增長考慮進(jìn)去，可以將日均用戶數(shù)的增長率作為整個網(wǎng)站數(shù)據(jù)的自然增長率。

這樣，比較的結(jié)果就發(fā)生了改變?；顒忧暗脑痪唵螖?shù)乘上自然增長率后要比活動中的曰均訂單數(shù)高，從結(jié)果看活動對訂單數(shù)的提升無顯著影響。

當(dāng)然，直接比較活動前后的人均訂單數(shù)也可以得出結(jié)果。但是用上面乘以自然增長率的方法還可以進(jìn)一步評定活動帶來的效果。如果活動促進(jìn)了訂單數(shù)量的增長，我們可以估算出活動期間日均訂單的增加量是多少，這樣就可以直接考核活動的績效。

二、細(xì)分分析法

細(xì)分分析的目的是為了看清問題真正的所在，從而找到解決辦法，細(xì)分分析是指將指標(biāo)與維度相互組合。

例如網(wǎng)站報告一般都是網(wǎng)站數(shù)據(jù)的綜合情況，包括網(wǎng)站的總訪問量、總停留時間、總銷售量等。但是我們不知道用戶在不同頁面、不同內(nèi)容、不同渠道的停留時間以及訪問量，也就是說這些匯總數(shù)據(jù)無法對不同屬性的流量進(jìn)行正確的判斷。所以，無論是從用戶還是從網(wǎng)站的角度，流量細(xì)分都是很重要的。

1、指標(biāo)和維度的類型

指標(biāo)是用來記錄訪問者行為的數(shù)字，維度是用來提供觀察訪問者行為的一種角度，維度必須與指標(biāo)在一起時才有意義。指標(biāo)又可分為基本指標(biāo)和復(fù)合指標(biāo)，常見的基本指標(biāo)有訪問次數(shù)、綜合瀏覽量等，常見的復(fù)合指標(biāo)有訪問深度、跳出率、平均網(wǎng)站停留時間、新訪次占比等。常見的維度類別有訪問者屬性維度、時間維度、流量來源維度、地理維度、內(nèi)容維度和系統(tǒng)維度等。

2、細(xì)分例子

例如某日，你的老板說：我想知道2015年5月9日北京地區(qū)使用Safari瀏覽器在Google搜索“藍(lán)鯨”關(guān)鍵詞并點(diǎn)擊了自然排名結(jié)果的訪問次數(shù)。

聽完這個需求后，你可能感覺有點(diǎn)暈，好多的條件混在一起，這個數(shù)據(jù)要如何獲得呢?其實(shí)包含了6個維度和1個指標(biāo)。

這6個維度和1個指標(biāo)分別是 ：

• 時間維度——2010年3月10日
• 地理維度——北京地區(qū)
• 瀏覽器維度——Safari瀏覽器
• 流量來源維度—— Google
• 流量屬性維度——自然排名結(jié)果
• 關(guān)鍵詞維度——”藍(lán)野”
• 指標(biāo)——訪問次數(shù)

而這個分析過程也很快，5分鐘就可搞定，步驟如下：

當(dāng)然，如果嫌操作太復(fù)雜的話也可以通過標(biāo)記用戶群進(jìn)行自定義細(xì)分。常見的標(biāo)記用戶群方法有：

• 通過用戶訪問特定的頁面對其進(jìn)行分類；
• 通過用戶點(diǎn)擊特定的鏈接對其進(jìn)行分類；
• 通過用戶的自主選擇對其進(jìn)行分類。

當(dāng)然，細(xì)分前得分清非注冊用戶、新注冊用戶、已注冊用戶。

本文由 @聽象?原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。