一个产品，如果你无法衡量它，你就无法理解它，自然也就无法改进它。数据毕竟是这样一种工具——通过数据，我们可以衡量产品，我们可以了解产品，我们可以在数据驱动下改进产品。

观远BI更智能的大数据分析软件，快速挖掘企业数据的价值。

数据分析和数据处理本身就是一个非常大的领域。这里我主要总结一些我个人认为在日常产品工作中能起到比较大作用的基础和实用部分。本期主要讨论三种常用的数据分析方法：

l 数据趋势分析

l 数据对比分析

l 数据分割分析

1.数据趋势分析

趋势分析一般适用于长期跟踪产品核心指标，如点击率、GMV、活跃用户数等。制作简单的数据趋势图不是趋势分析，而是趋势分析更多的是关于识别数据的变化并分析变化的原因。

趋势分析，最好的输出是比率。在趋势分析中，需要明确几个概念：环比、同比、定基比。环比是指当期统计数据与上期数据的比较。例如，将 2017 年 2 月与 2017 年 1 月进行比较，链可以知道最近的趋势，但会有一些季节性差异。为了消除季节差异，有一个同比的概念，比如比较2017年2月和2016年2月。固定基数比较好理解，就是和某个基点比较，比如2016年1月为基点，2017年2月和2016年1月比较固定基数。

例如：2017年2月，某APP月活跃用户数为2000万，环比增长2%，环比增长20%去年二月。

趋势分析的另一个核心目的是解释趋势。对于趋势线出现明显拐点，无论是外部原因还是内部原因，都需要对发生的事情给出合理的解释。

2.数据对比分析

独立看数据的趋势变化，其实很多时候并不能说明问题。例如，如果一家公司的利润增长了10%，我们就无法判断这家公司的好坏。如果同行业其他公司一般都是负增长，5%就很多了，如果同行业其他公司平均增长50%，这是一个很差的数字。

比较分析是给孤立的数据一个合理的参考框架，否则孤立的数据是没有意义的。

一般来说，对比数据是数据的基本面，比如行业情况、全站情况等等。有时候，在产品的迭代测试中，为了增加说服力，人为的设定基准以进行比较。即 A/B 测试。

对比测试的重点是A/B组只维护一个变量，其他条件保持不变。例如，要测试首页改版的效果，就需要保持A/B用户质量相同，在线时间相同，来源渠道相同。只有这样才能得到更有说服力的数据。

3.数据分割分析

在得到一些初步结论的时候，还需要进一步细分，因为在使用一些综合指标的过程中，一些关键数据细节会被抹杀，而指标本身的变化也需要分析原因变化。这里的细分必须是多维细分。常见的拆分方法包括：

l 分时：短期数据是否在不同时间变化。

l 子渠道：不同来源的流量或产品是否发生了变化。

l 子用户：新注册用户和老用户有什么区别，高级用户和低级用户有没有区别。

l Regions：不同区域的数据是否发生了变化。

l 组合拆分：例如搜索由搜索词组成，可以拆分成不同的搜索词；店铺流量由不同店铺产生，不同店铺可以拆分。

细分分析是一种非常重要的方法。多问为什么是得出结论的关键，分步拆分是不断问为什么的过程。

4.总结

趋势、比较、细分，基本上包括了数据分析中最基本的部分。无论是数据验证还是数据分析，都需要不断地发现趋势，进行比较，进行细分，才能得出最终有效的结论。

关于观远数据软件

广州观远数据软件有限公司致力于为企业客户提供一站式商业智能解决方案。

通过观远BI产品为客户提供报表、数据可视化、数据挖掘等成熟功能；通过观远BI应用商店为客户提供场景化、产业化的数据分析应用。经过十余年的发展，已获得金融、电信、政府、制造等行业2000多家领先客户的认可，拥有良好的口碑。 《财富》世界500强的10家国内银行中，有8家入选观远BI。

2018年4月完成4000万元A轮融资，公司在北京、上海、武汉、成都、西安、厦门等地设有分公司！