七種常見的資料分析法（三）：對比分析法

什麼是對比分析法？

上面這張圖表是一個常見的柱狀圖，而柱狀圖的作用在於直觀對比各項資料之間的差異。

上面這張柱狀圖是針對9月份各渠道獲客統計的一個對比分析圖表，針對各渠道的下載量、訪問量、註冊量進行對比。

對比要點一：對比建立在同一標準維度上

在這張圖中，首先要關注到的對比要點是各項資料的對比要基於同一維度。這張圖是針對9月份的渠道推廣效果的對比統計，9月份就是第一個對比標準，也就是時間維度。

在時間維度下，後續對比的結果都是基於這個標準產生的，也就是在9月份這個時間範圍內的資料對比，並不能用10月份的資料與這個圖表中的資料對比。當然，除了時間維度，也可以使用空間維度，例如渠道A在1-12月每月的資料對比。無論用什麼維度，對比要建立在一個大的標準下。

對比要點二：拆分出相關影響因素

在時間這個大維度下，我們對各渠道的獲客效果進行了拆分，也就是將獲客效果衡量分為了訪問量、下載量和註冊量。這三個維度的資料作為判斷渠道獲客的標準，從對比中找出各渠道的優劣。

例如透過這個圖表可以看出，渠道A的訪問量最高，渠道B的下載量最高，渠道A的註冊量最高，那麼這樣的對比結果能夠說明什麼問題呢？

我們能夠看到，渠道A從訪問到下載的流失比較嚴重，渠道B從下載到註冊的流失比較嚴重，而渠道C在訪問量、下載量都低於其他渠道的基礎上，渠道C的註冊量與渠道A並沒有相差太多。

也就是說，我們可以提出一個假設，渠道C的獲客效果更好，為了印證這個假設，我們可以在影響因素中再加入渠道投放花費這個維度，如果渠道A的高訪問是因為高花費，渠道C的低訪問是因為低花費，那麼基本可以印證這個假設。

對比要點三：各項資料對比需要建立資料標準

在這張圖中能夠看到一個比較奇怪的現象，渠道B的下載量比訪問量還要高，為什麼會這樣呢？

我們在這張圖表中加入了一箇中間標準資料，對各項資料進行了一次標準換算。假設訪問量的真實資料為1萬是，標準資料為1，下載量的真實資料為1千時，標準資料為1，註冊量的真實資料為100時，標準資料為1。

經過標準資料的換算，我們將各項資料放在一張圖表上時，對比的差異化會更明顯。

so，現在明白對比分析法要怎麼做了麼？

對比分析法的維度可以分為同比、環比、定基比等不同的對比方法：

同比：

例如去年9月與今年9月的對比，同比一般被看做是基於相同資料維度的時間同期對比，也可以看做基於時間維度的影響因素對比，例如相同的營銷活動在不同的渠道投放所帶來的轉化資料，也可以看做是同比。

環比：

例如9月份與8月份資料的對比，這是從時間維度的對比，也可以以週期性維度對比，例如第一階段推廣投放了10個渠道，第二階段推廣投放了15個渠道，那麼第二階段與第一階段環比上漲還是下降，進而找出資料變化的原因。

定基比：

定基比是指標對一個基準資料的對比，例如在各推廣渠道中，渠道B與渠道A相比，渠道C與渠道A相比，而兩者的比值是渠道B與渠道C的定基比。

對比分析在於看出基於相同資料標準下，由其他影響因素所導致的資料差異，而對比分析的目的在於找出差異後進一步挖掘差異背後的原因，從而找到最佳化的方法。