读书笔记目录：
《数据化管理》读书笔记-什么是数据化管理
《数据化管理》读书笔记-权重指数
《数据化管理》读书笔记-单位权重值
《数据化管理》读书笔记-销售是追踪出来的
《数据化管理》读书笔记-确定指标重要性的方法
《数据化管理》读书笔记-人货场的思维方式
《数据化管理》读书笔记-促销活动
《数据化管理》读书笔记-常见商品分析方法
《数据化管理》读书笔记-常见商品分析指标
《数据化管理》读书笔记-商品的价格
《数据化管理》读书笔记-常用数据分析方法
《数据化管理》读书笔记-商品的关联销售
《数据化管理》的读书笔记，第七章“必知必会的数据分析方法”
这章主要是总结了很多常用的分析方法，在之前的内容中也会介绍，这里简单总结下。
1. 数据分析的立体化
点-线-面
我们平时分析数据，会从指标出发，而单纯的指标只是一个点，比如：昨天的GMV是1000，上周的用户数是200，一个点只能反映出指标的大小，只看点无法知道这个点的值是好是坏，无法评价出来，所以我们就要拓展到线，像趋势图就可以知道指标近期的表现如何，是在增长、持平还是下降；有了线还不够，这只是该指标自己的表现，所以还可以拓展到面，就是对比，可以是同比、环比或者竞对的对比等。时间-对象-指标
时间维度是我们最常用的维度，大部分指标都和时间维度有关，所以日常分析都会看不同时间粒度下的表现。
关于时间维度可以参考：说说数仓(5)-最重要的维度之日期维度
这里更多的是指标+维度的交叉思考，类似于即席查询，可以对该指标涉及到的所有维度进行快速分析，只要梳理好维度就行了。
我们看到一个指标的时候，需要了解这个指标的统计周期，比如：A公司的用户流失率是15.8%，B公司的用户流失率是20%，直接对比是没有意义的，时间周期可能是不一样的，指标定义也有可能不一样。
人-货-场
前面总结过人货场的分析思路，从3个角度来思考分析问题，可以参考：读书笔记-人货场的思维方式三度：广度-宽度-深度
前面很多内容都说过广度、宽度、深度，和人货场一样，也是一种思考方向，可以参考前面的一些笔记。
立体化分析，主要是维度的交叉分析，多个维度交叉后可以对指标进行细分，会有不一样的发现。
2. 被滥用的同比、环比
在对指标进行对比分析，经常会使用同比、环比，和上周、上月、去年对比，从统计学上看没有问题，可是就零售行业来说，这样直接对比是有问题的。
比如：2019-02-04号的数据可以和2018-02-04进行同比吗？
不能单看日期，还要考虑日期背后的意义，19年2月4号是春节，而18年2月4号是普通的周日，这两个日期的销售情况肯定是不一样的。
单日对比的时候：我们要注意日期的星期几是否一致，是否是额外节假日，是否特殊节日、是否调休日等，甚至天气是否一样。
周、月对比的时候：要考虑工作日的天数、周末的天数是否一致，是否包含重大节日等。
一定要考虑业务场景再对比，参考：读书笔记-权重指数
3. 伤不起的各种率
指标中经常出现各种率指标，活跃率、购买率、增长率......我们不能乱用，看到率的增长就直接下定义，还要多看指标的基准值。
例：
9月份包含茶叶蛋的订单占总订单的50%，而国庆期间，包含茶叶蛋的订单比率达到了80%，所以说，国庆节大家更喜欢吃茶叶蛋？
这个看上去好像没问题，实际上想想，只看订单占比是有些片面的，订单总数是不一致的。
4. 如何设定指标权重
前面我们有总结过2种方法，参考：读书笔记-确定指标重要性的方法
其他的方法，像主观意见法，就是领导或者业务人员自己主观判断出来的一个权重
5. 二八法则
就是那个20%的人掌握着80%财富的故事，主要是说要关注重点，通常20%的商品会产生80%的销售额；20%的用户贡献了80%的销售额。
我们要把焦点放在20%的商品和用户身上，不要舍本求末。
6. ABC分析法
二八法则，将对象分成重要、不重要2种粒度，而ABC分析法则分成三类，
ABC分析法
