文章转载自知乎专栏“撩撩数据吧”。原文链接：https://zhuanlan.zhihu.com/p/21707536?refer=jiago

#文前小絮#接着上一篇讲，上回说到，有四种手段可以辅助提高订单额，而对比分析就是其中一种。

对比分析，如果深入研究，还是一种具有历史悠久的、有着广泛应用的分析方法。本文只拿来分析订单而已，所以我们只从两个角度去看，一是分析的维度，二是分析的标准。

正文

所谓的分析维度，可以归结为以下三类：

时间维度：同比、环比等时间上的对比。

空间维度：地区对比、团队对比、商品／服务对比、不同方法对比等不同实际类别间的对比。

设计维度：计划与实际的对比、理论值与实际的对比、评价值与实际的对比等认为设计的对比值。

上篇中说道，我们可以只关心以下维度的对比：

实际值与目标值的对比

地区之间的对比

商品／服务类型之间的对比

不同时间的对比

不同交易方式的对比（交易平台、支付方式等）

分析的标准，一般可分为绝对数比较和相对数比较。

绝对数比较，就是直接的数值比较，例如地区间订单额、订单量的对比。

相对数比较，有联系的指标进行一定计算之后，所得值的比较，例如商品销售额占比的对比、不同地区的计划完成率对比、客单价的对比等。

这些东西虽然很重要，但是在实际分析过程中，一般也没必要过于理论化，根据实际的场景自然的选取就可以了，不要华而不实。下面就举几个实际的分析案例，以供参考。

分析目标：从不同角度出发，进行对比分析，实现数据的追踪，来侧面提高订单额

分析角度：

从地区维度出发，从多个角度对比地区之间的差异，通过数据来给相关的团队以无形的压力；提醒各团队的异常情况并及时处理。

从商品维度出发，对比不同商品的价值贡献度，给到品牌负责人压力，以及为调整商品策略提供参考。

分析方法：

1.从地区维度出发，从多个角度对比地区之间的差异，通过数据来给相关的团队以无形的压力；提醒各团队的异常情况并及时处理。

上图中，通过地图对各地区的销售情况进行直观的展示，可以选择不同的对比标准来展示。而右侧两个图表与地图形成联动，分别展示该地区的目标完成情况、同比环比情况。

例如：通过上图中可以看出，2月份之前实际销售情况是优于计划值，而在2月份之后有些疲软，5月份的累积完成额已经落后于计划额。需要进一步分析销售情况不佳的原因。这时选择计划完成率对比指标，如果所有地区的完成率都偏低，那或许是大环境的问题，如果是大部分仅少部分地区的完成率偏低，那或许更多的是地区团队的问题。

通过这样的布局，可以对地区的销售情况进行较全面的展示，不能通过单一标准的好坏来展示团队的业绩。

2.从商品维度出发，对比不同商品的价值贡献度，给到品牌负责人压力，以及为调整商品策略提供参考。

上图中，核心为左上角的商品利润分布图，通过该图对各商品的价值进行体现，这种图表适合商品数量较多的情况，可以很直观的显示出各商品的份量。

右侧两个折线图可与该气泡图实现联动，我们分别介绍一下：

权重曲线图：显示商品的权重分布情况，权重值＝销售额／周权重系数，周权重系数在上一篇已经介绍过，是根据一周中每天的销售情况，对每天进行权重比例分配，例如周一到周日分布为：1.1，1，1.3，1.2，1.5，1.6，1.4。这样计算后得到的值应该是一个较为平缓的曲线，但是我们从图中看出，6月18日的销售额明显高于正常值，我们可以推断这一天是活动日，通过下面的图中我们可以发现6月18日的单价较低，也可以侧面证明该商品在6月18日属于活动促销期间。

同时，在6月17日的销售情况比正常值要低，很可能是因为第二天活动造成的。而月初偏低、月末偏高，则有可能是营运团队在月初有一定的懈怠，月末有追赶业绩的情况。

当然，上面的结论都是根据数据推测出的，若要对结论进行验证，还需其它方法，比如进行ab测试等。

单价分布，显示该商品的单价分布情况，通过监控商品的单价分布，可以看出商品销售的健康程度。

销售占比排名，可以对不同品牌的负责人进行考核，形成压力，来侧面提高品牌负责人的销售力度。

上图中的图表可以根据实际情况进行切换，例如商品利润分布，可以切换成下面的气泡图，从多个角度来展示商品的价值。

当然，上面的两个图表都是针对一些情况所举的例子，在具体的场景中还须调整，才能适配特有的业务场景。

相信对比分析在各公司中的应用已经非常广泛了，不仅仅是要对比、要分析，更要实现追踪，将分析结果落地（将分析结果联系到对应的责任人，找出异常活着失利原因，并根据原因制定解决方案），才能够让数据产生价值、让分析产生价值。

作者：知乎达人“jiago王”，知乎专栏“撩撩数据吧”。帆软数据人，乐于交流的数据小兵。