编者按：我们的日常业务中总是使用各种数据分析方法。


最常用、最简单的方法是趋势分析方法。


一目了然的趋势可以让我们更直观地看到本文作者详细介绍了数据分析方法中的趋势分析方法。


让我们看看。


在数据分析中最常用的方法是什么？当然是趋势分析；只要与数据有关，几乎每个人都会一直使用它。


很多学生听着：什么？还有这种方法啊？为什么我没有感觉到！今天我们系统地讲解一下。


请听问题，下图为本月1日至8日的销售业绩走势，看图答： 【判断题】8号比7号好，对吗？ 7号比6号好，对吧？ 【判断题】6号比5号好，对吧？ 【判断题】所以这个月表现好，对吧？ 想一秒钟，估计不到一秒钟，很多同学都能脱口而出答案。


一、趋势分析的做法 上述问题是通过绩效趋势图进行分析的直观体验。


许多学生脱口而出四个正确、正确、正确、正确。


是的，趋势分析的基本原理很简单，几乎每个人都可以使用它。


1. 明确指标是正/负 例如，在这个话题中，销售业绩是一个积极的指标，我们当然希望销售越多越好；因此，积极指标越来越大，趋势越来越好，越来越小，趋势不好。


2. 收集数据，观察指标趋势 因为已经明确了销售指标越高越好，所以只要我们观察数据，我们就能得出结论：销售趋势越好。


下面可以分析为什么销量这么好；看简单。


90%的在线文章和数据分析课都是这样教的。


然而，这个答案是错误的。


因为根本没有考虑什么行业和产品的销售业绩。


不同行业和产品的销售会在一定时间内呈现出不同的销售趋势；比如吃喝玩乐的销售往往集中在周末，周期性波动会以周为单位；比如3C类电子产品，新产品上市是最热门的时候，之后会出现逐渐衰退的迹象——当销售趋势增加时间维度时，就会出现规律性。


因此，这个问题的前三个问题是正确、正确和正确；第四个问题是不确定性——如果你想确定，你至少需要在两个步骤的基础上再做两个步骤。


3. 建立趋势标杆和判断标准 有两种方法可以建立基准。


如果你熟悉这个行业，你可以根据行业的特点直接绘制总体趋势图。


如果你不熟悉，你可以延长时间，看看前几周的趋势。


当然，如果你想观察趋势，最好画三张图片：同比、环比和三年比；这是最准确的，可以最大限度地避免短期波动的影响（顺便说一句，为什么我们在做报告时经常有三个指标：同比、环比和三年比，分日、周、周、月三种口径统计，以避免短期影响，观察趋势是否正常）。


4. 将现状数据纳入标杆，得出结论 如果我们已经建立了基准形式，并将数据纳入文章开头的主题，将立即有不同的解释（如下图所示）： 因此，为什么有一个名字叫做趋势分析法，而不是我画折线图，高是好的，低是坏的——因为即使你画折线图，如果你想不做出错误的判断，你也必须一步一步地遵守规则。


这就是方法和随便玩的区别，下面我们会看到，随便玩，经常玩问题。


二、趋势分析法的优点 趋势分析方法最大的优点是：省麻烦！因为它不需要任何理论基础、专业知识或大量数据，只要有结果数据，无论是积极还是消极，都可以直接判断；因此，它是所有数据分析方法中首先总结的，并使用了20多年的祖先技能。


你知道，20年前，企业的数字系统仍处于混乱状态。


当时，专业经理想做出判断，但没有那么多详细的数据来分析；所以我们只能讨论利润、成本和销售的结果数据。


所以你只能敲曲线走势，你会发现60后、70后的专业经理和85前的数据人对曲线走势特别敏感；我特别喜欢拖三年，看过去12个月的数据。


第二个好处:直接！ 以销售为例。


很多辅助活动，比如营销活动和新裂变，对销售有用吗？不需要复杂的漏斗分析，只要看趋势，马上就能看到效果。


方法越简单，评估结果就越可靠！(下图) 第三个好处:自带标准。


曲线趋势本身可以成为判断指标质量的标准；除上述自然周期/生命周期标准外，涨跌程度也可以成为判断标准，节省了大量时间寻找标准（如下图所示） 这种方法今天也很好用。


因为虽然我们有条件做，但我们有条件做ABtest、做漏斗，做多维交叉分析；但让你每天、每一刻、每一刻都这样做，你试试。


且不说做数据的人会累死，为了做这么多分析，业务推迟上线，APP减缓开发进度，活动hold住在一个接一个地做埋和测试中，问问业务是否做；因此，大量的常规分析仍然取决于每日和每周数据的趋势分析。


此外，每天、每一刻、每一刻的数据变化，使业务神经过敏，大喊要深入分析，结果发现事后没有屁事：很多！ 三、趋势分析方法的不足 一是神经过敏。


三人成虎的效果在趋势分析中非常常见（如下图所示）；人们往往习惯于对突发事件、连续几次、与前几次不同的神经过敏，但很容易忽视更大的问题。


二是混杂因素。


在观察因果效果时，趋势分析无法处理混合因素；当多个因素叠加时，真正的关键影响因素无法区分。


三是滥用。


请注意，趋势分析是有前提的，只有在指标是结果指标，有明确的正负判断时才能使用。


其他场景，如活动率、消费率等比例，不能直接应用比例指标；比例/比取决于分子分母的变化。


例如，用户注册和浏览的数量不的正负，不适合使用，至少与转化率相连；至于文章开头：看高好，低不好，是典型的无序使用。


缺点四：缺乏洞察力。


最经典的场景是炒股；直接上图，一目了然。


因为本质上，趋势是由背后的原因驱动的。


看趋势，更要看背后的原因，而不仅仅是看结果。


这就是为什么我们会开发它ABtest、漏斗图、多维交叉对比等原因。


我们需要一个简单而快速的决策方法，但也需要一个更复杂的深入问题的方法。


四、还有哪些祖传方法？ 还有一些方法是数据分析领域的祖先技能；例如，多维交叉分析，如果是二维，就是矩阵法，如果超过三维，就是切割比较法。


是的，这些底层逻辑和核心思想在网络文章中被吹得雾中并不神奇；它们都是基于特定的场景、数据限制和业务需求。


如果您对继续了解感兴趣，请关注脚踏实地的陈先生。


让我们找一个传统的工艺来分享。


请期待。


特别说明：本网站的主要目的是收集与互联网运营相关的干货知识，为运营伙伴提供便利。


本网站收集的公共内容来自互联网或用户的贡献，这并不意味着本网站同意其观点，也不对网站内容的真实性负责。


如有侵权行为，请联系网站管理员删除，。