数据分析方法:趋势分析法

1 评论 4561 浏览 13 收藏 11 分钟

编辑导语:在我们日常业务中总会用到数据分析的各种方法,最常用最简单的就是“趋势分析法”,一目了然的走势可以让我们更直观的看清楚;本文作者详细介绍了数据分析方法中的趋势分析法,我们一起来看一下。

要说数据分析里,什么方法最常用?当然是趋势分析法;只要和数据有关,几乎每个人,时时刻刻都在用。

很多同学一听:“啥?还有这方法啊?我咋没感觉到呢!”今天我们系统讲解一下。

请听题,下图是本月1到8号的销售业绩走势,看图回答:

做数据分析,连趋势分析法都不会,就白混了!

【判断题】8号比7号的业绩好,对不对?

【判断题】7号比6号的业绩好,对不对?

【判断题】6号比5号的业绩好,对不对?

【判断题】所以本月业绩向好好,对不好?

思考一秒钟,估计一秒钟不到,很多同学都能脱口而出答案。

一、趋势分析法的做法

上题就是通过业绩趋势图进行分析的直观体验。很多同学是不是脱口而出四个“对、对、对、对”。是滴,趋势分析法的基本原理就是这么简单,几乎是个人都会用。

1. 明确一个指标是正向/负向

比如本题里,销售业绩是个正向指标,肯定大家都希望销售得越多越好;因此,正向指标一天比一天大,就是趋势向好,一天比一天小,就是趋势不好。

2. 收集数据,观察指标走势

因为已经明确了“销售指标越高越好”,所以只要观察数据就好了,我们看到一天比一天好,所以能下结论:销售趋势向好。

下边可以分析为啥销售这么好了;你看简单吧,90%的网上文章、数据分析课都是这么教的。

然而,这个回答是错的。

因为根本没考虑,到底是什么行业、什么产品的销售业绩。

不同行业、产品的销售,在一定时间内会呈现不同的销售走势;比如吃喝玩乐类销售,往往集中在周末,会呈现以周为单位的周期性波动;比如3C类电子产品,新品上市是最火热的时候,之后会呈现逐步衰退的迹象——当销售趋势增加了时间维度后,才会呈现出规律性。

做数据分析,连趋势分析法都不会,就白混了!

所以,这个题的前三问,都是“对、对、对”;第四问则是“不确定”——想要确定,还至少需要,在已经做的两步工作基础上,再多做两步。

3. 树立趋势标杆,建立判断标准

树立标杆的方法有两种,如果自己熟悉这个行业,可以直接根据行业特点,画出大致走势图。

如果不熟悉,可以把时间往前拖长,看之前几周的趋势。

当然,想观察趋势,最好是画出同比、环比、三年比三张图;这样看的最准,能最大程度的避免短期波动的影响(顺便一提,也是为啥大家在做报表的时候,经常有同比、环比、三年比三个指标,并且分日、周、月三种口径统计,就是为了避免短期影响,观察趋势是否正常)。

4. 将现状数据套入标杆,得出结论

如果我们已经树立了标杆形态,套入文章开头的题目的数据,马上会有不一样的解读(如下图):

做数据分析,连趋势分析法都不会,就白混了!

所以,为啥有个名字叫“趋势分析法”,而不是“我画个折线图,高了就是好,低了就是不好”——是因为即使画个折线图,想要不作出错误判断,也得按规矩一步步来。

这就是方法和随便玩玩的区别,而下边我们会看到,随便玩玩,经常玩出问题来。

二、趋势分析法的优点

趋势分析法最大的好处,就是:省事!因为它无需任何理论基础,无需任何专业知识,无需很多数据,只要有一个结果数据,无论是正向还是负向,都能直接得出判断;所以它是所有数据分析方法里最先被总结出来,并且沿用了20多年的祖传手艺。

要知道,在20年前,企业的数字化系统还在洪荒混沌状态,那时候的职业经理们想做判断,可没有现在这么多明细数据进行分析;于是只能死磕利润、成本、销售额几个结果数据。

因此只能死磕曲线走势,你会发现60、70后的职业经理人,和85前的数据人,都对曲线走势特别敏感;特别喜欢拖三年走势,过往12个月的走势之类数据看。

第二个好处:直接!

还拿销售举例,很多辅助性活动,比如营销活动、拉新裂变,到底对销售有没有用?不需要很复杂的漏斗分析,只要看一眼趋势,立马见效果。

越简单的方法,在评估结果时越靠谱!(如下图)

做数据分析,连趋势分析法都不会,就白混了!

第三个好处:自带标准。

曲线走势本身,可以成为判断指标好坏的标准;除了上文说的自然周期/生命周期型标准,涨跌程度,也能成为判断标准,这样省去了大量找标准的时间。(如下图)

做数据分析,连趋势分析法都不会,就白混了!

今时今日,这个方法也很好用。

因为虽然我们有条件做ABtest、做漏斗、做多维度交叉分析;但是每天、每时、每刻都让你这么搞,你试试看。

且不说做数据的会累死,为了搞这么多分析,要业务延迟上线,APP开发进度减缓,活动hold住去一个个做埋点、做测试,你问问业务干不干;所以大量常规的分析,依然要依靠日报、周报的数据做趋势分析来满足。

况且,每天、每时、每刻的数据变化,搞得业务神经过敏,嚷嚷着要深入分析,结果事后发现屁事没有的情况:非常多!

三、趋势分析法的不足

不足之一:神经过敏。

三人成虎的效应,在趋势分析里非常常见(具体的如下图所示);人们往往习惯于对:突发巨大的、连续几次的、与前边连续几次不一样的神经过敏,却容易忽视更大的问题。

做数据分析,连趋势分析法都不会,就白混了!

不足之二:混杂因素。

趋势分析在观察因果效果的时候,无法处理混杂因素;在多个因素叠加的时候,是无法区分出来真正的关键影响因素的。

不足之三:乱用滥用。

注意,趋势分析是有前提的,在指标是结果指标,有明确的正向/负向判断的时候,才可以使用。

其他场景,比如活跃率、消费率这种比例,比率类指标,不能直接套用;比例/比率类指标得先看分子分母到底哪个引起的变化。

比如:用户注册数、浏览数这种不明确正负的,也不适合用,至少得跟转化率连起来看;至于文章开头所说的:看着高了就是好,低了就是不好,更是典型的乱用。

不足之四:缺少洞察。

最最最经典的场景,就是炒股票;直接上图,一看就懂。

做数据分析,连趋势分析法都不会,就白混了!

因为本质上,趋势是由背后的原因推动的。看趋势,更得看背后的原因,而不是单纯的看着结果走势想当然。

这也是我们为啥会研发出ABtest、漏斗图、多维度交叉对比等等方法的原因。

我们需要简单的方法短平快做决策,也需要更复杂的方法深入问题。

四、还有哪些祖传方法

还有一些方法是数据分析领域的祖传手艺;比如多维度交叉分析,如果是二维的话,就是矩阵法,如果三维以上,就是切割对比法。

是滴,这些在网络文章里被吹得云里雾里的各种“底层逻辑”“核心思想”其实一点都不神奇;都是基于具体场景、数据限制、业务需求所产生的方法。

有兴趣继续了解的话,关注接地气的陈老师,我们后续再找个传统手艺来分享,敬请期待哦。

#专栏作家#

接地气的陈老师,微信公众号:接地气学堂,人人都是产品经理专栏作家。资深咨询顾问,在互联网,金融,快消,零售,耐用,美容等15个行业有丰富数据相关经验。

本文原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议。

给作者打赏,鼓励TA抓紧创作!
更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 感谢陈老师,受益匪浅,请问如何可以更好地设立贴切的标杆呢

    回复