任何事物都有對立面，站在不同的角度去分析問題，不僅是數據分析的方法，也是各行各業都會用到的思維模式。
十年前，在數據分析還沒有火起來的時候，我們評判一個產品好壞的標準是感覺，也就是個人主觀意志，很多決策基本上就是拍腦袋決定。
而隨著移動互聯網的發展，我們已經可以從各個渠道獲取用戶的行為數據，通過數據，我們可以瞭解產品的好壞、用戶的喜好，從而用數據驅動產品迭代，這也就是數據分析。
由於這個過程中，數據是客觀的，人是主觀的。同樣的數據不同的人解讀出來的結論可能是不一樣的，甚至是完全相反的，但結論本身沒有對錯，所以從客觀的數據到主觀的人，需要有一些科學的分析方法作為橋樑，幫助數據的信息更好、更全面、更快的傳遞。
今天我們就來聊一聊數據分析中最常用到的方法之一——對比分析法。
任何事物都有對立面，站在不同的角度去分析問題，不僅是數據分析的方法，也是各行各業都會用到的思維模式。
十年前，在數據分析還沒有火起來的時候，我們評判一個產品好壞的標準是感覺，也就是個人主觀意志，很多決策基本上就是拍腦袋決定。
而隨著移動互聯網的發展，我們已經可以從各個渠道獲取用戶的行為數據，通過數據，我們可以瞭解產品的好壞、用戶的喜好，從而用數據驅動產品迭代，這也就是數據分析。
由於這個過程中，數據是客觀的，人是主觀的。同樣的數據不同的人解讀出來的結論可能是不一樣的，甚至是完全相反的，但結論本身沒有對錯，所以從客觀的數據到主觀的人，需要有一些科學的分析方法作為橋樑，幫助數據的信息更好、更全面、更快的傳遞。
今天我們就來聊一聊數據分析中最常用到的方法之一——對比分析法。
什麼是對比分析法？
對比分析法是數據分析中一種基礎分析方法。
對於互聯網產品經常關注的轉化率指標，如果轉化率為5%，不能說明這個指標的好壞，如果該細分行業的行業平均轉化率為10%，通過對比其實指標還是有很大優化空間的。用戶行為分析和APP數據分析中都會大量的用到對比分析方法。
對比分析法包括橫向比較及縱向比較。
橫向比較即同一時間下不同總體指標的對比，如今日頭條同領域作者文章閱讀量對比，粉絲數對比等；縱向比較不同時間條件下同一總體指標的對比，如本月文章閱讀量與上月閱讀量進行對比，本月粉絲增長數與上月增長數進行對比等。
通過對比分析，可以直接觀察到目前的運營水平，一方面找到當前已經處於優秀水平的方面，後續予以保持；另一方面及時發現當前的薄弱環節，重點突破。
時間上的對比
1、縱比
同一空間條件下，對不同時期數據的比較。如下圖2018年1月到8月全國的訂單數量柱狀圖，可以看出1月的訂單量最高，8月最低。
任何事物都有對立面，站在不同的角度去分析問題，不僅是數據分析的方法，也是各行各業都會用到的思維模式。
十年前，在數據分析還沒有火起來的時候，我們評判一個產品好壞的標準是感覺，也就是個人主觀意志，很多決策基本上就是拍腦袋決定。
而隨著移動互聯網的發展，我們已經可以從各個渠道獲取用戶的行為數據，通過數據，我們可以瞭解產品的好壞、用戶的喜好，從而用數據驅動產品迭代，這也就是數據分析。
由於這個過程中，數據是客觀的，人是主觀的。同樣的數據不同的人解讀出來的結論可能是不一樣的，甚至是完全相反的，但結論本身沒有對錯，所以從客觀的數據到主觀的人，需要有一些科學的分析方法作為橋樑，幫助數據的信息更好、更全面、更快的傳遞。
今天我們就來聊一聊數據分析中最常用到的方法之一——對比分析法。
什麼是對比分析法？
對比分析法是數據分析中一種基礎分析方法。
對於互聯網產品經常關注的轉化率指標，如果轉化率為5%，不能說明這個指標的好壞，如果該細分行業的行業平均轉化率為10%，通過對比其實指標還是有很大優化空間的。用戶行為分析和APP數據分析中都會大量的用到對比分析方法。
對比分析法包括橫向比較及縱向比較。
橫向比較即同一時間下不同總體指標的對比，如今日頭條同領域作者文章閱讀量對比，粉絲數對比等；縱向比較不同時間條件下同一總體指標的對比，如本月文章閱讀量與上月閱讀量進行對比，本月粉絲增長數與上月增長數進行對比等。
通過對比分析，可以直接觀察到目前的運營水平，一方面找到當前已經處於優秀水平的方面，後續予以保持；另一方面及時發現當前的薄弱環節，重點突破。
時間上的對比
1、縱比
同一空間條件下，對不同時期數據的比較。如下圖2018年1月到8月全國的訂單數量柱狀圖，可以看出1月的訂單量最高，8月最低。
2018年1~8月全國訂單數量柱狀圖
2、同比
同比是同時期內進行比較，比如2019年7月與2018年7月的某項數據進行對比是同比。
3、環比
環比是與前一個統計期內進行比較，如2019年7月與2019年6月的某項數據進行對比是環比。
如廣東省2018年6月的訂單數量為5400單，2019年6月訂單量為4788單，2019年7月的訂單量為5277單，那麼我們可以這樣描述：
2019年7月，廣東省訂單數量為5277單，環比上月增長了10.2%，同比去年降低了2.3%。
4、與特定時期的對比
當前時期與特定時期的對比，如與歷史最好水平或與某一關鍵的時期進行對比。
下圖是從推廣活動開始前和開始後各季度的平均銷售額進行對比的條形圖。
任何事物都有對立面，站在不同的角度去分析問題，不僅是數據分析的方法，也是各行各業都會用到的思維模式。
十年前，在數據分析還沒有火起來的時候，我們評判一個產品好壞的標準是感覺，也就是個人主觀意志，很多決策基本上就是拍腦袋決定。
而隨著移動互聯網的發展，我們已經可以從各個渠道獲取用戶的行為數據，通過數據，我們可以瞭解產品的好壞、用戶的喜好，從而用數據驅動產品迭代，這也就是數據分析。
由於這個過程中，數據是客觀的，人是主觀的。同樣的數據不同的人解讀出來的結論可能是不一樣的，甚至是完全相反的，但結論本身沒有對錯，所以從客觀的數據到主觀的人，需要有一些科學的分析方法作為橋樑，幫助數據的信息更好、更全面、更快的傳遞。
今天我們就來聊一聊數據分析中最常用到的方法之一——對比分析法。
什麼是對比分析法？
對比分析法是數據分析中一種基礎分析方法。
對於互聯網產品經常關注的轉化率指標，如果轉化率為5%，不能說明這個指標的好壞，如果該細分行業的行業平均轉化率為10%，通過對比其實指標還是有很大優化空間的。用戶行為分析和APP數據分析中都會大量的用到對比分析方法。
對比分析法包括橫向比較及縱向比較。
橫向比較即同一時間下不同總體指標的對比，如今日頭條同領域作者文章閱讀量對比，粉絲數對比等；縱向比較不同時間條件下同一總體指標的對比，如本月文章閱讀量與上月閱讀量進行對比，本月粉絲增長數與上月增長數進行對比等。
通過對比分析，可以直接觀察到目前的運營水平，一方面找到當前已經處於優秀水平的方面，後續予以保持；另一方面及時發現當前的薄弱環節，重點突破。
時間上的對比
1、縱比
同一空間條件下，對不同時期數據的比較。如下圖2018年1月到8月全國的訂單數量柱狀圖，可以看出1月的訂單量最高，8月最低。
2018年1~8月全國訂單數量柱狀圖
2、同比
同比是同時期內進行比較，比如2019年7月與2018年7月的某項數據進行對比是同比。
3、環比
環比是與前一個統計期內進行比較，如2019年7月與2019年6月的某項數據進行對比是環比。
如廣東省2018年6月的訂單數量為5400單，2019年6月訂單量為4788單，2019年7月的訂單量為5277單，那麼我們可以這樣描述：
2019年7月，廣東省訂單數量為5277單，環比上月增長了10.2%，同比去年降低了2.3%。
4、與特定時期的對比
當前時期與特定時期的對比，如與歷史最好水平或與某一關鍵的時期進行對比。
下圖是從推廣活動開始前和開始後各季度的平均銷售額進行對比的條形圖。
活動前後各季度平均銷售額對比條形圖
空間上的對比
1、橫比
同一時間條件下，對不同空間數據的比較。如下圖2018年7月各省的訂單數量柱狀圖，反映的是不同省份間同一時期的比較。
任何事物都有對立面，站在不同的角度去分析問題，不僅是數據分析的方法，也是各行各業都會用到的思維模式。
十年前，在數據分析還沒有火起來的時候，我們評判一個產品好壞的標準是感覺，也就是個人主觀意志，很多決策基本上就是拍腦袋決定。
而隨著移動互聯網的發展，我們已經可以從各個渠道獲取用戶的行為數據，通過數據，我們可以瞭解產品的好壞、用戶的喜好，從而用數據驅動產品迭代，這也就是數據分析。
由於這個過程中，數據是客觀的，人是主觀的。同樣的數據不同的人解讀出來的結論可能是不一樣的，甚至是完全相反的，但結論本身沒有對錯，所以從客觀的數據到主觀的人，需要有一些科學的分析方法作為橋樑，幫助數據的信息更好、更全面、更快的傳遞。
今天我們就來聊一聊數據分析中最常用到的方法之一——對比分析法。
什麼是對比分析法？
對比分析法是數據分析中一種基礎分析方法。
對於互聯網產品經常關注的轉化率指標，如果轉化率為5%，不能說明這個指標的好壞，如果該細分行業的行業平均轉化率為10%，通過對比其實指標還是有很大優化空間的。用戶行為分析和APP數據分析中都會大量的用到對比分析方法。
對比分析法包括橫向比較及縱向比較。
橫向比較即同一時間下不同總體指標的對比，如今日頭條同領域作者文章閱讀量對比，粉絲數對比等；縱向比較不同時間條件下同一總體指標的對比，如本月文章閱讀量與上月閱讀量進行對比，本月粉絲增長數與上月增長數進行對比等。
通過對比分析，可以直接觀察到目前的運營水平，一方面找到當前已經處於優秀水平的方面，後續予以保持；另一方面及時發現當前的薄弱環節，重點突破。
時間上的對比
1、縱比
同一空間條件下，對不同時期數據的比較。如下圖2018年1月到8月全國的訂單數量柱狀圖，可以看出1月的訂單量最高，8月最低。
2018年1~8月全國訂單數量柱狀圖
2、同比
同比是同時期內進行比較，比如2019年7月與2018年7月的某項數據進行對比是同比。
3、環比
環比是與前一個統計期內進行比較，如2019年7月與2019年6月的某項數據進行對比是環比。
如廣東省2018年6月的訂單數量為5400單，2019年6月訂單量為4788單，2019年7月的訂單量為5277單，那麼我們可以這樣描述：
2019年7月，廣東省訂單數量為5277單，環比上月增長了10.2%，同比去年降低了2.3%。
4、與特定時期的對比
當前時期與特定時期的對比，如與歷史最好水平或與某一關鍵的時期進行對比。
下圖是從推廣活動開始前和開始後各季度的平均銷售額進行對比的條形圖。
活動前後各季度平均銷售額對比條形圖
空間上的對比
1、橫比
同一時間條件下，對不同空間數據的比較。如下圖2018年7月各省的訂單數量柱狀圖，反映的是不同省份間同一時期的比較。
7月各省訂單數量柱狀圖
2、橫比與同地域、同部門對比
這裡指的是同一統計期內，與同地區、部門間的比較。
下圖是世界各國面積排名的柱狀圖。空間上的對比總是基於一個基礎，那就是他們都是同一級別的。這時候如果讓國家和洲去對比，就不能夠了。
任何事物都有對立面，站在不同的角度去分析問題，不僅是數據分析的方法，也是各行各業都會用到的思維模式。
十年前，在數據分析還沒有火起來的時候，我們評判一個產品好壞的標準是感覺，也就是個人主觀意志，很多決策基本上就是拍腦袋決定。
而隨著移動互聯網的發展，我們已經可以從各個渠道獲取用戶的行為數據，通過數據，我們可以瞭解產品的好壞、用戶的喜好，從而用數據驅動產品迭代，這也就是數據分析。
由於這個過程中，數據是客觀的，人是主觀的。同樣的數據不同的人解讀出來的結論可能是不一樣的，甚至是完全相反的，但結論本身沒有對錯，所以從客觀的數據到主觀的人，需要有一些科學的分析方法作為橋樑，幫助數據的信息更好、更全面、更快的傳遞。
今天我們就來聊一聊數據分析中最常用到的方法之一——對比分析法。
什麼是對比分析法？
對比分析法是數據分析中一種基礎分析方法。
對於互聯網產品經常關注的轉化率指標，如果轉化率為5%，不能說明這個指標的好壞，如果該細分行業的行業平均轉化率為10%，通過對比其實指標還是有很大優化空間的。用戶行為分析和APP數據分析中都會大量的用到對比分析方法。
對比分析法包括橫向比較及縱向比較。
橫向比較即同一時間下不同總體指標的對比，如今日頭條同領域作者文章閱讀量對比，粉絲數對比等；縱向比較不同時間條件下同一總體指標的對比，如本月文章閱讀量與上月閱讀量進行對比，本月粉絲增長數與上月增長數進行對比等。
通過對比分析，可以直接觀察到目前的運營水平，一方面找到當前已經處於優秀水平的方面，後續予以保持；另一方面及時發現當前的薄弱環節，重點突破。
時間上的對比
1、縱比
同一空間條件下，對不同時期數據的比較。如下圖2018年1月到8月全國的訂單數量柱狀圖，可以看出1月的訂單量最高，8月最低。
2018年1~8月全國訂單數量柱狀圖
2、同比
同比是同時期內進行比較，比如2019年7月與2018年7月的某項數據進行對比是同比。
3、環比
環比是與前一個統計期內進行比較，如2019年7月與2019年6月的某項數據進行對比是環比。
如廣東省2018年6月的訂單數量為5400單，2019年6月訂單量為4788單，2019年7月的訂單量為5277單，那麼我們可以這樣描述：
2019年7月，廣東省訂單數量為5277單，環比上月增長了10.2%，同比去年降低了2.3%。
4、與特定時期的對比
當前時期與特定時期的對比，如與歷史最好水平或與某一關鍵的時期進行對比。
下圖是從推廣活動開始前和開始後各季度的平均銷售額進行對比的條形圖。
活動前後各季度平均銷售額對比條形圖
空間上的對比
1、橫比
同一時間條件下，對不同空間數據的比較。如下圖2018年7月各省的訂單數量柱狀圖，反映的是不同省份間同一時期的比較。
7月各省訂單數量柱狀圖
2、橫比與同地域、同部門對比
這裡指的是同一統計期內，與同地區、部門間的比較。
下圖是世界各國面積排名的柱狀圖。空間上的對比總是基於一個基礎，那就是他們都是同一級別的。這時候如果讓國家和洲去對比，就不能夠了。
世界各國面積排名TOP10（圖源見水印）
與標準對比
1、與目標值對比
還可將數據與目標值進行對比，從而發現差異，進行改正。
要與目標值進行對比，必不可少的就是目標值線。
在Excel裡怎樣才能在圖表區加上目標值線呢？
任何事物都有對立面，站在不同的角度去分析問題，不僅是數據分析的方法，也是各行各業都會用到的思維模式。
十年前，在數據分析還沒有火起來的時候，我們評判一個產品好壞的標準是感覺，也就是個人主觀意志，很多決策基本上就是拍腦袋決定。
而隨著移動互聯網的發展，我們已經可以從各個渠道獲取用戶的行為數據，通過數據，我們可以瞭解產品的好壞、用戶的喜好，從而用數據驅動產品迭代，這也就是數據分析。
由於這個過程中，數據是客觀的，人是主觀的。同樣的數據不同的人解讀出來的結論可能是不一樣的，甚至是完全相反的，但結論本身沒有對錯，所以從客觀的數據到主觀的人，需要有一些科學的分析方法作為橋樑，幫助數據的信息更好、更全面、更快的傳遞。
今天我們就來聊一聊數據分析中最常用到的方法之一——對比分析法。
什麼是對比分析法？
對比分析法是數據分析中一種基礎分析方法。
對於互聯網產品經常關注的轉化率指標，如果轉化率為5%，不能說明這個指標的好壞，如果該細分行業的行業平均轉化率為10%，通過對比其實指標還是有很大優化空間的。用戶行為分析和APP數據分析中都會大量的用到對比分析方法。
對比分析法包括橫向比較及縱向比較。
橫向比較即同一時間下不同總體指標的對比，如今日頭條同領域作者文章閱讀量對比，粉絲數對比等；縱向比較不同時間條件下同一總體指標的對比，如本月文章閱讀量與上月閱讀量進行對比，本月粉絲增長數與上月增長數進行對比等。
通過對比分析，可以直接觀察到目前的運營水平，一方面找到當前已經處於優秀水平的方面，後續予以保持；另一方面及時發現當前的薄弱環節，重點突破。
時間上的對比
1、縱比
同一空間條件下，對不同時期數據的比較。如下圖2018年1月到8月全國的訂單數量柱狀圖，可以看出1月的訂單量最高，8月最低。
2018年1~8月全國訂單數量柱狀圖
2、同比
同比是同時期內進行比較，比如2019年7月與2018年7月的某項數據進行對比是同比。
3、環比
環比是與前一個統計期內進行比較，如2019年7月與2019年6月的某項數據進行對比是環比。
如廣東省2018年6月的訂單數量為5400單，2019年6月訂單量為4788單，2019年7月的訂單量為5277單，那麼我們可以這樣描述：
2019年7月，廣東省訂單數量為5277單，環比上月增長了10.2%，同比去年降低了2.3%。
4、與特定時期的對比
當前時期與特定時期的對比，如與歷史最好水平或與某一關鍵的時期進行對比。
下圖是從推廣活動開始前和開始後各季度的平均銷售額進行對比的條形圖。
活動前後各季度平均銷售額對比條形圖
空間上的對比
1、橫比
同一時間條件下，對不同空間數據的比較。如下圖2018年7月各省的訂單數量柱狀圖，反映的是不同省份間同一時期的比較。
7月各省訂單數量柱狀圖
2、橫比與同地域、同部門對比
這裡指的是同一統計期內，與同地區、部門間的比較。
下圖是世界各國面積排名的柱狀圖。空間上的對比總是基於一個基礎，那就是他們都是同一級別的。這時候如果讓國家和洲去對比，就不能夠了。
世界各國面積排名TOP10（圖源見水印）
與標準對比
1、與目標值對比
還可將數據與目標值進行對比，從而發現差異，進行改正。
要與目標值進行對比，必不可少的就是目標值線。
在Excel裡怎樣才能在圖表區加上目標值線呢？
右圖紅色為目標值線
Step1：首先，在I列新增一列1~8月訂單量的目標值。
任何事物都有對立面，站在不同的角度去分析問題，不僅是數據分析的方法，也是各行各業都會用到的思維模式。
十年前，在數據分析還沒有火起來的時候，我們評判一個產品好壞的標準是感覺，也就是個人主觀意志，很多決策基本上就是拍腦袋決定。
而隨著移動互聯網的發展，我們已經可以從各個渠道獲取用戶的行為數據，通過數據，我們可以瞭解產品的好壞、用戶的喜好，從而用數據驅動產品迭代，這也就是數據分析。
由於這個過程中，數據是客觀的，人是主觀的。同樣的數據不同的人解讀出來的結論可能是不一樣的，甚至是完全相反的，但結論本身沒有對錯，所以從客觀的數據到主觀的人，需要有一些科學的分析方法作為橋樑，幫助數據的信息更好、更全面、更快的傳遞。
今天我們就來聊一聊數據分析中最常用到的方法之一——對比分析法。
什麼是對比分析法？
對比分析法是數據分析中一種基礎分析方法。
對於互聯網產品經常關注的轉化率指標，如果轉化率為5%，不能說明這個指標的好壞，如果該細分行業的行業平均轉化率為10%，通過對比其實指標還是有很大優化空間的。用戶行為分析和APP數據分析中都會大量的用到對比分析方法。
對比分析法包括橫向比較及縱向比較。
橫向比較即同一時間下不同總體指標的對比，如今日頭條同領域作者文章閱讀量對比，粉絲數對比等；縱向比較不同時間條件下同一總體指標的對比，如本月文章閱讀量與上月閱讀量進行對比，本月粉絲增長數與上月增長數進行對比等。
通過對比分析，可以直接觀察到目前的運營水平，一方面找到當前已經處於優秀水平的方面，後續予以保持；另一方面及時發現當前的薄弱環節，重點突破。
時間上的對比
1、縱比
同一空間條件下，對不同時期數據的比較。如下圖2018年1月到8月全國的訂單數量柱狀圖，可以看出1月的訂單量最高，8月最低。
2018年1~8月全國訂單數量柱狀圖
2、同比
同比是同時期內進行比較，比如2019年7月與2018年7月的某項數據進行對比是同比。
3、環比
環比是與前一個統計期內進行比較，如2019年7月與2019年6月的某項數據進行對比是環比。
如廣東省2018年6月的訂單數量為5400單，2019年6月訂單量為4788單，2019年7月的訂單量為5277單，那麼我們可以這樣描述：
2019年7月，廣東省訂單數量為5277單，環比上月增長了10.2%，同比去年降低了2.3%。
4、與特定時期的對比
當前時期與特定時期的對比，如與歷史最好水平或與某一關鍵的時期進行對比。
下圖是從推廣活動開始前和開始後各季度的平均銷售額進行對比的條形圖。
活動前後各季度平均銷售額對比條形圖
空間上的對比
1、橫比
同一時間條件下，對不同空間數據的比較。如下圖2018年7月各省的訂單數量柱狀圖，反映的是不同省份間同一時期的比較。
7月各省訂單數量柱狀圖
2、橫比與同地域、同部門對比
這裡指的是同一統計期內，與同地區、部門間的比較。
下圖是世界各國面積排名的柱狀圖。空間上的對比總是基於一個基礎，那就是他們都是同一級別的。這時候如果讓國家和洲去對比，就不能夠了。
世界各國面積排名TOP10（圖源見水印）
與標準對比
1、與目標值對比
還可將數據與目標值進行對比，從而發現差異，進行改正。
要與目標值進行對比，必不可少的就是目標值線。
在Excel裡怎樣才能在圖表區加上目標值線呢？
右圖紅色為目標值線
Step1：首先，在I列新增一列1~8月訂單量的目標值。
Step2：在繪圖區右鍵【選擇數據】——【添加】，系列名稱為目標，系列值為剛新增的目標值一欄的數據值。
任何事物都有對立面，站在不同的角度去分析問題，不僅是數據分析的方法，也是各行各業都會用到的思維模式。
十年前，在數據分析還沒有火起來的時候，我們評判一個產品好壞的標準是感覺，也就是個人主觀意志，很多決策基本上就是拍腦袋決定。
而隨著移動互聯網的發展，我們已經可以從各個渠道獲取用戶的行為數據，通過數據，我們可以瞭解產品的好壞、用戶的喜好，從而用數據驅動產品迭代，這也就是數據分析。
由於這個過程中，數據是客觀的，人是主觀的。同樣的數據不同的人解讀出來的結論可能是不一樣的，甚至是完全相反的，但結論本身沒有對錯，所以從客觀的數據到主觀的人，需要有一些科學的分析方法作為橋樑，幫助數據的信息更好、更全面、更快的傳遞。
今天我們就來聊一聊數據分析中最常用到的方法之一——對比分析法。
什麼是對比分析法？
對比分析法是數據分析中一種基礎分析方法。
對於互聯網產品經常關注的轉化率指標，如果轉化率為5%，不能說明這個指標的好壞，如果該細分行業的行業平均轉化率為10%，通過對比其實指標還是有很大優化空間的。用戶行為分析和APP數據分析中都會大量的用到對比分析方法。
對比分析法包括橫向比較及縱向比較。
橫向比較即同一時間下不同總體指標的對比，如今日頭條同領域作者文章閱讀量對比，粉絲數對比等；縱向比較不同時間條件下同一總體指標的對比，如本月文章閱讀量與上月閱讀量進行對比，本月粉絲增長數與上月增長數進行對比等。
通過對比分析，可以直接觀察到目前的運營水平，一方面找到當前已經處於優秀水平的方面，後續予以保持；另一方面及時發現當前的薄弱環節，重點突破。
時間上的對比
1、縱比
同一空間條件下，對不同時期數據的比較。如下圖2018年1月到8月全國的訂單數量柱狀圖，可以看出1月的訂單量最高，8月最低。
2018年1~8月全國訂單數量柱狀圖
2、同比
同比是同時期內進行比較，比如2019年7月與2018年7月的某項數據進行對比是同比。
3、環比
環比是與前一個統計期內進行比較，如2019年7月與2019年6月的某項數據進行對比是環比。
如廣東省2018年6月的訂單數量為5400單，2019年6月訂單量為4788單，2019年7月的訂單量為5277單，那麼我們可以這樣描述：
2019年7月，廣東省訂單數量為5277單，環比上月增長了10.2%，同比去年降低了2.3%。
4、與特定時期的對比
當前時期與特定時期的對比，如與歷史最好水平或與某一關鍵的時期進行對比。
下圖是從推廣活動開始前和開始後各季度的平均銷售額進行對比的條形圖。
活動前後各季度平均銷售額對比條形圖
空間上的對比
1、橫比
同一時間條件下，對不同空間數據的比較。如下圖2018年7月各省的訂單數量柱狀圖，反映的是不同省份間同一時期的比較。
7月各省訂單數量柱狀圖
2、橫比與同地域、同部門對比
這裡指的是同一統計期內，與同地區、部門間的比較。
下圖是世界各國面積排名的柱狀圖。空間上的對比總是基於一個基礎，那就是他們都是同一級別的。這時候如果讓國家和洲去對比，就不能夠了。
世界各國面積排名TOP10（圖源見水印）
與標準對比
1、與目標值對比
還可將數據與目標值進行對比，從而發現差異，進行改正。
要與目標值進行對比，必不可少的就是目標值線。
在Excel裡怎樣才能在圖表區加上目標值線呢？
右圖紅色為目標值線
Step1：首先，在I列新增一列1~8月訂單量的目標值。
Step2：在繪圖區右鍵【選擇數據】——【添加】，系列名稱為目標，系列值為剛新增的目標值一欄的數據值。
Step3：這時得到的圖不是我們理想中的樣子，在繪圖區右鍵【更改圖表類型】，將平均值系列更改為折線圖。
任何事物都有對立面，站在不同的角度去分析問題，不僅是數據分析的方法，也是各行各業都會用到的思維模式。
十年前，在數據分析還沒有火起來的時候，我們評判一個產品好壞的標準是感覺，也就是個人主觀意志，很多決策基本上就是拍腦袋決定。
而隨著移動互聯網的發展，我們已經可以從各個渠道獲取用戶的行為數據，通過數據，我們可以瞭解產品的好壞、用戶的喜好，從而用數據驅動產品迭代，這也就是數據分析。
由於這個過程中，數據是客觀的，人是主觀的。同樣的數據不同的人解讀出來的結論可能是不一樣的，甚至是完全相反的，但結論本身沒有對錯，所以從客觀的數據到主觀的人，需要有一些科學的分析方法作為橋樑，幫助數據的信息更好、更全面、更快的傳遞。
今天我們就來聊一聊數據分析中最常用到的方法之一——對比分析法。
什麼是對比分析法？
對比分析法是數據分析中一種基礎分析方法。
對於互聯網產品經常關注的轉化率指標，如果轉化率為5%，不能說明這個指標的好壞，如果該細分行業的行業平均轉化率為10%，通過對比其實指標還是有很大優化空間的。用戶行為分析和APP數據分析中都會大量的用到對比分析方法。
對比分析法包括橫向比較及縱向比較。
橫向比較即同一時間下不同總體指標的對比，如今日頭條同領域作者文章閱讀量對比，粉絲數對比等；縱向比較不同時間條件下同一總體指標的對比，如本月文章閱讀量與上月閱讀量進行對比，本月粉絲增長數與上月增長數進行對比等。
通過對比分析，可以直接觀察到目前的運營水平，一方面找到當前已經處於優秀水平的方面，後續予以保持；另一方面及時發現當前的薄弱環節，重點突破。
時間上的對比
1、縱比
同一空間條件下，對不同時期數據的比較。如下圖2018年1月到8月全國的訂單數量柱狀圖，可以看出1月的訂單量最高，8月最低。
2018年1~8月全國訂單數量柱狀圖
2、同比
同比是同時期內進行比較，比如2019年7月與2018年7月的某項數據進行對比是同比。
3、環比
環比是與前一個統計期內進行比較，如2019年7月與2019年6月的某項數據進行對比是環比。
如廣東省2018年6月的訂單數量為5400單，2019年6月訂單量為4788單，2019年7月的訂單量為5277單，那麼我們可以這樣描述：
2019年7月，廣東省訂單數量為5277單，環比上月增長了10.2%，同比去年降低了2.3%。
4、與特定時期的對比
當前時期與特定時期的對比，如與歷史最好水平或與某一關鍵的時期進行對比。
下圖是從推廣活動開始前和開始後各季度的平均銷售額進行對比的條形圖。
活動前後各季度平均銷售額對比條形圖
空間上的對比
1、橫比
同一時間條件下，對不同空間數據的比較。如下圖2018年7月各省的訂單數量柱狀圖，反映的是不同省份間同一時期的比較。
7月各省訂單數量柱狀圖
2、橫比與同地域、同部門對比
這裡指的是同一統計期內，與同地區、部門間的比較。
下圖是世界各國面積排名的柱狀圖。空間上的對比總是基於一個基礎，那就是他們都是同一級別的。這時候如果讓國家和洲去對比，就不能夠了。
世界各國面積排名TOP10（圖源見水印）
與標準對比
1、與目標值對比
還可將數據與目標值進行對比，從而發現差異，進行改正。
要與目標值進行對比，必不可少的就是目標值線。
在Excel裡怎樣才能在圖表區加上目標值線呢？
右圖紅色為目標值線
Step1：首先，在I列新增一列1~8月訂單量的目標值。
Step2：在繪圖區右鍵【選擇數據】——【添加】，系列名稱為目標，系列值為剛新增的目標值一欄的數據值。
Step3：這時得到的圖不是我們理想中的樣子，在繪圖區右鍵【更改圖表類型】，將平均值系列更改為折線圖。
Step4：添加一個數據標籤，可再美化一下，大功告成，最後結果如圖所示：
任何事物都有對立面，站在不同的角度去分析問題，不僅是數據分析的方法，也是各行各業都會用到的思維模式。
十年前，在數據分析還沒有火起來的時候，我們評判一個產品好壞的標準是感覺，也就是個人主觀意志，很多決策基本上就是拍腦袋決定。
而隨著移動互聯網的發展，我們已經可以從各個渠道獲取用戶的行為數據，通過數據，我們可以瞭解產品的好壞、用戶的喜好，從而用數據驅動產品迭代，這也就是數據分析。
由於這個過程中，數據是客觀的，人是主觀的。同樣的數據不同的人解讀出來的結論可能是不一樣的，甚至是完全相反的，但結論本身沒有對錯，所以從客觀的數據到主觀的人，需要有一些科學的分析方法作為橋樑，幫助數據的信息更好、更全面、更快的傳遞。
今天我們就來聊一聊數據分析中最常用到的方法之一——對比分析法。
什麼是對比分析法？
對比分析法是數據分析中一種基礎分析方法。
對於互聯網產品經常關注的轉化率指標，如果轉化率為5%，不能說明這個指標的好壞，如果該細分行業的行業平均轉化率為10%，通過對比其實指標還是有很大優化空間的。用戶行為分析和APP數據分析中都會大量的用到對比分析方法。
對比分析法包括橫向比較及縱向比較。
橫向比較即同一時間下不同總體指標的對比，如今日頭條同領域作者文章閱讀量對比，粉絲數對比等；縱向比較不同時間條件下同一總體指標的對比，如本月文章閱讀量與上月閱讀量進行對比，本月粉絲增長數與上月增長數進行對比等。
通過對比分析，可以直接觀察到目前的運營水平，一方面找到當前已經處於優秀水平的方面，後續予以保持；另一方面及時發現當前的薄弱環節，重點突破。
時間上的對比
1、縱比
同一空間條件下，對不同時期數據的比較。如下圖2018年1月到8月全國的訂單數量柱狀圖，可以看出1月的訂單量最高，8月最低。
2018年1~8月全國訂單數量柱狀圖
2、同比
同比是同時期內進行比較，比如2019年7月與2018年7月的某項數據進行對比是同比。
3、環比
環比是與前一個統計期內進行比較，如2019年7月與2019年6月的某項數據進行對比是環比。
如廣東省2018年6月的訂單數量為5400單，2019年6月訂單量為4788單，2019年7月的訂單量為5277單，那麼我們可以這樣描述：
2019年7月，廣東省訂單數量為5277單，環比上月增長了10.2%，同比去年降低了2.3%。
4、與特定時期的對比
當前時期與特定時期的對比，如與歷史最好水平或與某一關鍵的時期進行對比。
下圖是從推廣活動開始前和開始後各季度的平均銷售額進行對比的條形圖。
活動前後各季度平均銷售額對比條形圖
空間上的對比
1、橫比
同一時間條件下，對不同空間數據的比較。如下圖2018年7月各省的訂單數量柱狀圖，反映的是不同省份間同一時期的比較。
7月各省訂單數量柱狀圖
2、橫比與同地域、同部門對比
這裡指的是同一統計期內，與同地區、部門間的比較。
下圖是世界各國面積排名的柱狀圖。空間上的對比總是基於一個基礎，那就是他們都是同一級別的。這時候如果讓國家和洲去對比，就不能夠了。
世界各國面積排名TOP10（圖源見水印）
與標準對比
1、與目標值對比
還可將數據與目標值進行對比，從而發現差異，進行改正。
要與目標值進行對比，必不可少的就是目標值線。
在Excel裡怎樣才能在圖表區加上目標值線呢？
右圖紅色為目標值線
Step1：首先，在I列新增一列1~8月訂單量的目標值。
Step2：在繪圖區右鍵【選擇數據】——【添加】，系列名稱為目標，系列值為剛新增的目標值一欄的數據值。
Step3：這時得到的圖不是我們理想中的樣子，在繪圖區右鍵【更改圖表類型】，將平均值系列更改為折線圖。
Step4：添加一個數據標籤，可再美化一下，大功告成，最後結果如圖所示：
2、與業內平均水準對比
進行現狀調查、背景介紹的時候，會進行競爭對手或行業內水平的比較，從而分析處於行業內的什麼階段，下一步該做怎樣的努力。
任何事物都有對立面，站在不同的角度去分析問題，不僅是數據分析的方法，也是各行各業都會用到的思維模式。
十年前，在數據分析還沒有火起來的時候，我們評判一個產品好壞的標準是感覺，也就是個人主觀意志，很多決策基本上就是拍腦袋決定。
而隨著移動互聯網的發展，我們已經可以從各個渠道獲取用戶的行為數據，通過數據，我們可以瞭解產品的好壞、用戶的喜好，從而用數據驅動產品迭代，這也就是數據分析。
由於這個過程中，數據是客觀的，人是主觀的。同樣的數據不同的人解讀出來的結論可能是不一樣的，甚至是完全相反的，但結論本身沒有對錯，所以從客觀的數據到主觀的人，需要有一些科學的分析方法作為橋樑，幫助數據的信息更好、更全面、更快的傳遞。
今天我們就來聊一聊數據分析中最常用到的方法之一——對比分析法。
什麼是對比分析法？
對比分析法是數據分析中一種基礎分析方法。
對於互聯網產品經常關注的轉化率指標，如果轉化率為5%，不能說明這個指標的好壞，如果該細分行業的行業平均轉化率為10%，通過對比其實指標還是有很大優化空間的。用戶行為分析和APP數據分析中都會大量的用到對比分析方法。
對比分析法包括橫向比較及縱向比較。
橫向比較即同一時間下不同總體指標的對比，如今日頭條同領域作者文章閱讀量對比，粉絲數對比等；縱向比較不同時間條件下同一總體指標的對比，如本月文章閱讀量與上月閱讀量進行對比，本月粉絲增長數與上月增長數進行對比等。
通過對比分析，可以直接觀察到目前的運營水平，一方面找到當前已經處於優秀水平的方面，後續予以保持；另一方面及時發現當前的薄弱環節，重點突破。
時間上的對比
1、縱比
同一空間條件下，對不同時期數據的比較。如下圖2018年1月到8月全國的訂單數量柱狀圖，可以看出1月的訂單量最高，8月最低。
2018年1~8月全國訂單數量柱狀圖
2、同比
同比是同時期內進行比較，比如2019年7月與2018年7月的某項數據進行對比是同比。
3、環比
環比是與前一個統計期內進行比較，如2019年7月與2019年6月的某項數據進行對比是環比。
如廣東省2018年6月的訂單數量為5400單，2019年6月訂單量為4788單，2019年7月的訂單量為5277單，那麼我們可以這樣描述：
2019年7月，廣東省訂單數量為5277單，環比上月增長了10.2%，同比去年降低了2.3%。
4、與特定時期的對比
當前時期與特定時期的對比，如與歷史最好水平或與某一關鍵的時期進行對比。
下圖是從推廣活動開始前和開始後各季度的平均銷售額進行對比的條形圖。
活動前後各季度平均銷售額對比條形圖
空間上的對比
1、橫比
同一時間條件下，對不同空間數據的比較。如下圖2018年7月各省的訂單數量柱狀圖，反映的是不同省份間同一時期的比較。
7月各省訂單數量柱狀圖
2、橫比與同地域、同部門對比
這裡指的是同一統計期內，與同地區、部門間的比較。
下圖是世界各國面積排名的柱狀圖。空間上的對比總是基於一個基礎，那就是他們都是同一級別的。這時候如果讓國家和洲去對比，就不能夠了。
世界各國面積排名TOP10（圖源見水印）
與標準對比
1、與目標值對比
還可將數據與目標值進行對比，從而發現差異，進行改正。
要與目標值進行對比，必不可少的就是目標值線。
在Excel裡怎樣才能在圖表區加上目標值線呢？
右圖紅色為目標值線
Step1：首先，在I列新增一列1~8月訂單量的目標值。
Step2：在繪圖區右鍵【選擇數據】——【添加】，系列名稱為目標，系列值為剛新增的目標值一欄的數據值。
Step3：這時得到的圖不是我們理想中的樣子，在繪圖區右鍵【更改圖表類型】，將平均值系列更改為折線圖。
Step4：添加一個數據標籤，可再美化一下，大功告成，最後結果如圖所示：
2、與業內平均水準對比
進行現狀調查、背景介紹的時候，會進行競爭對手或行業內水平的比較，從而分析處於行業內的什麼階段，下一步該做怎樣的努力。
需要注意一點
在做對比分析的時候，比較的數據的計量單位、計算方法需得一致，比較的對象也得具備可比性，否則就失去了對比的意義。
比如像下面這種，單位未統一的對比就是錯誤的：
如下圖所示，將廣東的銷量與山東的銷量增長率進行對比，二者單位沒有統一，這樣對比顯然是錯誤的。
任何事物都有對立面，站在不同的角度去分析問題，不僅是數據分析的方法，也是各行各業都會用到的思維模式。
十年前，在數據分析還沒有火起來的時候，我們評判一個產品好壞的標準是感覺，也就是個人主觀意志，很多決策基本上就是拍腦袋決定。
而隨著移動互聯網的發展，我們已經可以從各個渠道獲取用戶的行為數據，通過數據，我們可以瞭解產品的好壞、用戶的喜好，從而用數據驅動產品迭代，這也就是數據分析。
由於這個過程中，數據是客觀的，人是主觀的。同樣的數據不同的人解讀出來的結論可能是不一樣的，甚至是完全相反的，但結論本身沒有對錯，所以從客觀的數據到主觀的人，需要有一些科學的分析方法作為橋樑，幫助數據的信息更好、更全面、更快的傳遞。
今天我們就來聊一聊數據分析中最常用到的方法之一——對比分析法。
什麼是對比分析法？
對比分析法是數據分析中一種基礎分析方法。
對於互聯網產品經常關注的轉化率指標，如果轉化率為5%，不能說明這個指標的好壞，如果該細分行業的行業平均轉化率為10%，通過對比其實指標還是有很大優化空間的。用戶行為分析和APP數據分析中都會大量的用到對比分析方法。
對比分析法包括橫向比較及縱向比較。
橫向比較即同一時間下不同總體指標的對比，如今日頭條同領域作者文章閱讀量對比，粉絲數對比等；縱向比較不同時間條件下同一總體指標的對比，如本月文章閱讀量與上月閱讀量進行對比，本月粉絲增長數與上月增長數進行對比等。
通過對比分析，可以直接觀察到目前的運營水平，一方面找到當前已經處於優秀水平的方面，後續予以保持；另一方面及時發現當前的薄弱環節，重點突破。
時間上的對比
1、縱比
同一空間條件下，對不同時期數據的比較。如下圖2018年1月到8月全國的訂單數量柱狀圖，可以看出1月的訂單量最高，8月最低。
2018年1~8月全國訂單數量柱狀圖
2、同比
同比是同時期內進行比較，比如2019年7月與2018年7月的某項數據進行對比是同比。
3、環比
環比是與前一個統計期內進行比較，如2019年7月與2019年6月的某項數據進行對比是環比。
如廣東省2018年6月的訂單數量為5400單，2019年6月訂單量為4788單，2019年7月的訂單量為5277單，那麼我們可以這樣描述：
2019年7月，廣東省訂單數量為5277單，環比上月增長了10.2%，同比去年降低了2.3%。
4、與特定時期的對比
當前時期與特定時期的對比，如與歷史最好水平或與某一關鍵的時期進行對比。
下圖是從推廣活動開始前和開始後各季度的平均銷售額進行對比的條形圖。
活動前後各季度平均銷售額對比條形圖
空間上的對比
1、橫比
同一時間條件下，對不同空間數據的比較。如下圖2018年7月各省的訂單數量柱狀圖，反映的是不同省份間同一時期的比較。
7月各省訂單數量柱狀圖
2、橫比與同地域、同部門對比
這裡指的是同一統計期內，與同地區、部門間的比較。
下圖是世界各國面積排名的柱狀圖。空間上的對比總是基於一個基礎，那就是他們都是同一級別的。這時候如果讓國家和洲去對比，就不能夠了。
世界各國面積排名TOP10（圖源見水印）
與標準對比
1、與目標值對比
還可將數據與目標值進行對比，從而發現差異，進行改正。
要與目標值進行對比，必不可少的就是目標值線。
在Excel裡怎樣才能在圖表區加上目標值線呢？
右圖紅色為目標值線
Step1：首先，在I列新增一列1~8月訂單量的目標值。
Step2：在繪圖區右鍵【選擇數據】——【添加】，系列名稱為目標，系列值為剛新增的目標值一欄的數據值。
Step3：這時得到的圖不是我們理想中的樣子，在繪圖區右鍵【更改圖表類型】，將平均值系列更改為折線圖。
Step4：添加一個數據標籤，可再美化一下，大功告成，最後結果如圖所示：
2、與業內平均水準對比
進行現狀調查、背景介紹的時候，會進行競爭對手或行業內水平的比較，從而分析處於行業內的什麼階段，下一步該做怎樣的努力。
需要注意一點
在做對比分析的時候，比較的數據的計量單位、計算方法需得一致，比較的對象也得具備可比性，否則就失去了對比的意義。
比如像下面這種，單位未統一的對比就是錯誤的：
如下圖所示，將廣東的銷量與山東的銷量增長率進行對比，二者單位沒有統一，這樣對比顯然是錯誤的。
錯誤的銷量對比圖
正確的對比是這樣的：
將廣東與山東的銷量進行對比，或將二者的增長率進行對比，若非要在一張圖上放銷量和增長率，那也應只放一個地區的銷量和增長率。
正確做法1：銷量間對比
任何事物都有對立面，站在不同的角度去分析問題，不僅是數據分析的方法，也是各行各業都會用到的思維模式。
十年前，在數據分析還沒有火起來的時候，我們評判一個產品好壞的標準是感覺，也就是個人主觀意志，很多決策基本上就是拍腦袋決定。
而隨著移動互聯網的發展，我們已經可以從各個渠道獲取用戶的行為數據，通過數據，我們可以瞭解產品的好壞、用戶的喜好，從而用數據驅動產品迭代，這也就是數據分析。
由於這個過程中，數據是客觀的，人是主觀的。同樣的數據不同的人解讀出來的結論可能是不一樣的，甚至是完全相反的，但結論本身沒有對錯，所以從客觀的數據到主觀的人，需要有一些科學的分析方法作為橋樑，幫助數據的信息更好、更全面、更快的傳遞。
今天我們就來聊一聊數據分析中最常用到的方法之一——對比分析法。
什麼是對比分析法？
對比分析法是數據分析中一種基礎分析方法。
對於互聯網產品經常關注的轉化率指標，如果轉化率為5%，不能說明這個指標的好壞，如果該細分行業的行業平均轉化率為10%，通過對比其實指標還是有很大優化空間的。用戶行為分析和APP數據分析中都會大量的用到對比分析方法。
對比分析法包括橫向比較及縱向比較。
橫向比較即同一時間下不同總體指標的對比，如今日頭條同領域作者文章閱讀量對比，粉絲數對比等；縱向比較不同時間條件下同一總體指標的對比，如本月文章閱讀量與上月閱讀量進行對比，本月粉絲增長數與上月增長數進行對比等。
通過對比分析，可以直接觀察到目前的運營水平，一方面找到當前已經處於優秀水平的方面，後續予以保持；另一方面及時發現當前的薄弱環節，重點突破。
時間上的對比
1、縱比
同一空間條件下，對不同時期數據的比較。如下圖2018年1月到8月全國的訂單數量柱狀圖，可以看出1月的訂單量最高，8月最低。
2018年1~8月全國訂單數量柱狀圖
2、同比
同比是同時期內進行比較，比如2019年7月與2018年7月的某項數據進行對比是同比。
3、環比
環比是與前一個統計期內進行比較，如2019年7月與2019年6月的某項數據進行對比是環比。
如廣東省2018年6月的訂單數量為5400單，2019年6月訂單量為4788單，2019年7月的訂單量為5277單，那麼我們可以這樣描述：
2019年7月，廣東省訂單數量為5277單，環比上月增長了10.2%，同比去年降低了2.3%。
4、與特定時期的對比
當前時期與特定時期的對比，如與歷史最好水平或與某一關鍵的時期進行對比。
下圖是從推廣活動開始前和開始後各季度的平均銷售額進行對比的條形圖。
活動前後各季度平均銷售額對比條形圖
空間上的對比
1、橫比
同一時間條件下，對不同空間數據的比較。如下圖2018年7月各省的訂單數量柱狀圖，反映的是不同省份間同一時期的比較。
7月各省訂單數量柱狀圖
2、橫比與同地域、同部門對比
這裡指的是同一統計期內，與同地區、部門間的比較。
下圖是世界各國面積排名的柱狀圖。空間上的對比總是基於一個基礎，那就是他們都是同一級別的。這時候如果讓國家和洲去對比，就不能夠了。
世界各國面積排名TOP10（圖源見水印）
與標準對比
1、與目標值對比
還可將數據與目標值進行對比，從而發現差異，進行改正。
要與目標值進行對比，必不可少的就是目標值線。
在Excel裡怎樣才能在圖表區加上目標值線呢？
右圖紅色為目標值線
Step1：首先，在I列新增一列1~8月訂單量的目標值。
Step2：在繪圖區右鍵【選擇數據】——【添加】，系列名稱為目標，系列值為剛新增的目標值一欄的數據值。
Step3：這時得到的圖不是我們理想中的樣子，在繪圖區右鍵【更改圖表類型】，將平均值系列更改為折線圖。
Step4：添加一個數據標籤，可再美化一下，大功告成，最後結果如圖所示：
2、與業內平均水準對比
進行現狀調查、背景介紹的時候，會進行競爭對手或行業內水平的比較，從而分析處於行業內的什麼階段，下一步該做怎樣的努力。
需要注意一點
在做對比分析的時候，比較的數據的計量單位、計算方法需得一致，比較的對象也得具備可比性，否則就失去了對比的意義。
比如像下面這種，單位未統一的對比就是錯誤的：
如下圖所示，將廣東的銷量與山東的銷量增長率進行對比，二者單位沒有統一，這樣對比顯然是錯誤的。
錯誤的銷量對比圖
正確的對比是這樣的：
將廣東與山東的銷量進行對比，或將二者的增長率進行對比，若非要在一張圖上放銷量和增長率，那也應只放一個地區的銷量和增長率。
正確做法1：銷量間對比
正確的銷量對比圖
正確做法2：增長率間對比
任何事物都有對立面，站在不同的角度去分析問題，不僅是數據分析的方法，也是各行各業都會用到的思維模式。
十年前，在數據分析還沒有火起來的時候，我們評判一個產品好壞的標準是感覺，也就是個人主觀意志，很多決策基本上就是拍腦袋決定。
而隨著移動互聯網的發展，我們已經可以從各個渠道獲取用戶的行為數據，通過數據，我們可以瞭解產品的好壞、用戶的喜好，從而用數據驅動產品迭代，這也就是數據分析。
由於這個過程中，數據是客觀的，人是主觀的。同樣的數據不同的人解讀出來的結論可能是不一樣的，甚至是完全相反的，但結論本身沒有對錯，所以從客觀的數據到主觀的人，需要有一些科學的分析方法作為橋樑，幫助數據的信息更好、更全面、更快的傳遞。
今天我們就來聊一聊數據分析中最常用到的方法之一——對比分析法。
什麼是對比分析法？
對比分析法是數據分析中一種基礎分析方法。
對於互聯網產品經常關注的轉化率指標，如果轉化率為5%，不能說明這個指標的好壞，如果該細分行業的行業平均轉化率為10%，通過對比其實指標還是有很大優化空間的。用戶行為分析和APP數據分析中都會大量的用到對比分析方法。
對比分析法包括橫向比較及縱向比較。
橫向比較即同一時間下不同總體指標的對比，如今日頭條同領域作者文章閱讀量對比，粉絲數對比等；縱向比較不同時間條件下同一總體指標的對比，如本月文章閱讀量與上月閱讀量進行對比，本月粉絲增長數與上月增長數進行對比等。
通過對比分析，可以直接觀察到目前的運營水平，一方面找到當前已經處於優秀水平的方面，後續予以保持；另一方面及時發現當前的薄弱環節，重點突破。
時間上的對比
1、縱比
同一空間條件下，對不同時期數據的比較。如下圖2018年1月到8月全國的訂單數量柱狀圖，可以看出1月的訂單量最高，8月最低。
2018年1~8月全國訂單數量柱狀圖
2、同比
同比是同時期內進行比較，比如2019年7月與2018年7月的某項數據進行對比是同比。
3、環比
環比是與前一個統計期內進行比較，如2019年7月與2019年6月的某項數據進行對比是環比。
如廣東省2018年6月的訂單數量為5400單，2019年6月訂單量為4788單，2019年7月的訂單量為5277單，那麼我們可以這樣描述：
2019年7月，廣東省訂單數量為5277單，環比上月增長了10.2%，同比去年降低了2.3%。
4、與特定時期的對比
當前時期與特定時期的對比，如與歷史最好水平或與某一關鍵的時期進行對比。
下圖是從推廣活動開始前和開始後各季度的平均銷售額進行對比的條形圖。
活動前後各季度平均銷售額對比條形圖
空間上的對比
1、橫比
同一時間條件下，對不同空間數據的比較。如下圖2018年7月各省的訂單數量柱狀圖，反映的是不同省份間同一時期的比較。
7月各省訂單數量柱狀圖
2、橫比與同地域、同部門對比
這裡指的是同一統計期內，與同地區、部門間的比較。
下圖是世界各國面積排名的柱狀圖。空間上的對比總是基於一個基礎，那就是他們都是同一級別的。這時候如果讓國家和洲去對比，就不能夠了。
世界各國面積排名TOP10（圖源見水印）
與標準對比
1、與目標值對比
還可將數據與目標值進行對比，從而發現差異，進行改正。
要與目標值進行對比，必不可少的就是目標值線。
在Excel裡怎樣才能在圖表區加上目標值線呢？
右圖紅色為目標值線
Step1：首先，在I列新增一列1~8月訂單量的目標值。
Step2：在繪圖區右鍵【選擇數據】——【添加】，系列名稱為目標，系列值為剛新增的目標值一欄的數據值。
Step3：這時得到的圖不是我們理想中的樣子，在繪圖區右鍵【更改圖表類型】，將平均值系列更改為折線圖。
Step4：添加一個數據標籤，可再美化一下，大功告成，最後結果如圖所示：
2、與業內平均水準對比
進行現狀調查、背景介紹的時候，會進行競爭對手或行業內水平的比較，從而分析處於行業內的什麼階段，下一步該做怎樣的努力。
需要注意一點
在做對比分析的時候，比較的數據的計量單位、計算方法需得一致，比較的對象也得具備可比性，否則就失去了對比的意義。
比如像下面這種，單位未統一的對比就是錯誤的：
如下圖所示，將廣東的銷量與山東的銷量增長率進行對比，二者單位沒有統一，這樣對比顯然是錯誤的。
錯誤的銷量對比圖
正確的對比是這樣的：
將廣東與山東的銷量進行對比，或將二者的增長率進行對比，若非要在一張圖上放銷量和增長率，那也應只放一個地區的銷量和增長率。
正確做法1：銷量間對比
正確的銷量對比圖
正確做法2：增長率間對比
正確做法3：同一區的銷量與增長率的展現
任何事物都有對立面，站在不同的角度去分析問題，不僅是數據分析的方法，也是各行各業都會用到的思維模式。
十年前，在數據分析還沒有火起來的時候，我們評判一個產品好壞的標準是感覺，也就是個人主觀意志，很多決策基本上就是拍腦袋決定。
而隨著移動互聯網的發展，我們已經可以從各個渠道獲取用戶的行為數據，通過數據，我們可以瞭解產品的好壞、用戶的喜好，從而用數據驅動產品迭代，這也就是數據分析。
由於這個過程中，數據是客觀的，人是主觀的。同樣的數據不同的人解讀出來的結論可能是不一樣的，甚至是完全相反的，但結論本身沒有對錯，所以從客觀的數據到主觀的人，需要有一些科學的分析方法作為橋樑，幫助數據的信息更好、更全面、更快的傳遞。
今天我們就來聊一聊數據分析中最常用到的方法之一——對比分析法。
什麼是對比分析法？
對比分析法是數據分析中一種基礎分析方法。
對於互聯網產品經常關注的轉化率指標，如果轉化率為5%，不能說明這個指標的好壞，如果該細分行業的行業平均轉化率為10%，通過對比其實指標還是有很大優化空間的。用戶行為分析和APP數據分析中都會大量的用到對比分析方法。
對比分析法包括橫向比較及縱向比較。
橫向比較即同一時間下不同總體指標的對比，如今日頭條同領域作者文章閱讀量對比，粉絲數對比等；縱向比較不同時間條件下同一總體指標的對比，如本月文章閱讀量與上月閱讀量進行對比，本月粉絲增長數與上月增長數進行對比等。
通過對比分析，可以直接觀察到目前的運營水平，一方面找到當前已經處於優秀水平的方面，後續予以保持；另一方面及時發現當前的薄弱環節，重點突破。
時間上的對比
1、縱比
同一空間條件下，對不同時期數據的比較。如下圖2018年1月到8月全國的訂單數量柱狀圖，可以看出1月的訂單量最高，8月最低。
2018年1~8月全國訂單數量柱狀圖
2、同比
同比是同時期內進行比較，比如2019年7月與2018年7月的某項數據進行對比是同比。
3、環比
環比是與前一個統計期內進行比較，如2019年7月與2019年6月的某項數據進行對比是環比。
如廣東省2018年6月的訂單數量為5400單，2019年6月訂單量為4788單，2019年7月的訂單量為5277單，那麼我們可以這樣描述：
2019年7月，廣東省訂單數量為5277單，環比上月增長了10.2%，同比去年降低了2.3%。
4、與特定時期的對比
當前時期與特定時期的對比，如與歷史最好水平或與某一關鍵的時期進行對比。
下圖是從推廣活動開始前和開始後各季度的平均銷售額進行對比的條形圖。
活動前後各季度平均銷售額對比條形圖
空間上的對比
1、橫比
同一時間條件下，對不同空間數據的比較。如下圖2018年7月各省的訂單數量柱狀圖，反映的是不同省份間同一時期的比較。
7月各省訂單數量柱狀圖
2、橫比與同地域、同部門對比
這裡指的是同一統計期內，與同地區、部門間的比較。
下圖是世界各國面積排名的柱狀圖。空間上的對比總是基於一個基礎，那就是他們都是同一級別的。這時候如果讓國家和洲去對比，就不能夠了。
世界各國面積排名TOP10（圖源見水印）
與標準對比
1、與目標值對比
還可將數據與目標值進行對比，從而發現差異，進行改正。
要與目標值進行對比，必不可少的就是目標值線。
在Excel裡怎樣才能在圖表區加上目標值線呢？
右圖紅色為目標值線
Step1：首先，在I列新增一列1~8月訂單量的目標值。
Step2：在繪圖區右鍵【選擇數據】——【添加】，系列名稱為目標，系列值為剛新增的目標值一欄的數據值。
Step3：這時得到的圖不是我們理想中的樣子，在繪圖區右鍵【更改圖表類型】，將平均值系列更改為折線圖。
Step4：添加一個數據標籤，可再美化一下，大功告成，最後結果如圖所示：
2、與業內平均水準對比
進行現狀調查、背景介紹的時候，會進行競爭對手或行業內水平的比較，從而分析處於行業內的什麼階段，下一步該做怎樣的努力。
需要注意一點
在做對比分析的時候，比較的數據的計量單位、計算方法需得一致，比較的對象也得具備可比性，否則就失去了對比的意義。
比如像下面這種，單位未統一的對比就是錯誤的：
如下圖所示，將廣東的銷量與山東的銷量增長率進行對比，二者單位沒有統一，這樣對比顯然是錯誤的。
錯誤的銷量對比圖
正確的對比是這樣的：
將廣東與山東的銷量進行對比，或將二者的增長率進行對比，若非要在一張圖上放銷量和增長率，那也應只放一個地區的銷量和增長率。
正確做法1：銷量間對比
正確的銷量對比圖
正確做法2：增長率間對比
正確做法3：同一區的銷量與增長率的展現
總結
對比分析在日常分析中最為一種基礎的分析方法，不僅僅是要對比、要分析，更要實現追蹤，將分析結果落地（將分析結果聯繫到對應的責任人，找出異常活著失利原因，並根據原因制定解決方案），才能夠讓數據產生價值、讓分析產生價值。
知識不怕會，就怕用，對比分析乍一看固然簡單，能用會用才是王道。