零基础数据分析教程(2):对比与拆解

上一节说:先问清楚看哪个指标、按哪个维度切。可就算问清楚了,桌上往往还是一个孤零零的数。

「这个月卖了 80 万。」好还是不好?不知道。分析师接下来做两件事:对比拆解。对比判断好不好,拆解找出差在哪。

对比:先给数字找参照物

常用三种:

对比 含义 例子
同比 和去年同一时期比 2026 年 6 月 vs 2025 年 6 月
环比 和上一个相邻时期比 6 月 vs 5 月
和目标比 和计划、KPI 比 目标 100 万,实际 80 万

同比和环比最好一起看。只看一个,很容易误判。

案例:一家冷饮店的 6 月

5 月 6 月 去年 6 月
销售额 50 万 70 万 90 万

如果只看环比:6 月比 5 月多了 20 万,好像干得不错。

如果再看同比:去年 6 月已经 90 万,今年夏天反而少了 20 万。

6 月本来就该比 5 月热,环比上涨很正常;真正要问的是,为什么没卖过去年夏天。所以两种对比要一起看。

案例:只看同比也会漏

4 月 5 月 6 月 去年 6 月
销售额 80 万 95 万 90 万 85 万

同比:今年 6 月比去年 6 月高,好像在涨。

环比:5 月已经 95 万,6 月掉回 90 万,这个月其实在往下走。

同比、环比告诉你「比过去怎样」。和目标比告诉你另一件事:这个月的任务完成了没有。

案例:目标 100 万

实际 目标 要不要先查原因
这个月 A 80 万 100 万 要。差 20 万,先拆「差在哪」
这个月 B 120 万 100 万 任务完成了,还可以拆「多出来的 20 万从哪来、下个月能不能再做成」

简单说:没达标,拆「差在哪」;达标了,拆「好在哪、能不能接着好」。

变化不要只说「下降了」。至少说清三件事:

  1. 绝对量:从 100 万降到 80 万,少了 20 万
  2. 幅度:下降 20%
  3. 参照:相对 5 月(环比),还是相对去年 6 月(同比)

环比怎么算:(本期 - 上期) / 上期。上期 100 万、本期 80 万,环比就是 -20%。理解即可,不必当公式背。

拆解:把大数变成能下手的几块

确认销售额少了 20 万之后,不能对着「销售额」三个字发呆。要拆开,看是哪一块在掉。

乘法拆解:拆过程

电商、零售几乎都能写成:

销售额 = 访客数 × 转化率 × 客单价

来了多少人 × 多少比例下了单 × 平均每单多少钱。于是「销售额下降」变成三个更小的问题:

  • 人来少了? 访客变少。可能是投放减了、淡季到了,或被竞品抢走。
  • 来了但不买了? 人还在,下单的比例掉了。可能是涨价、缺货、页面难用。
  • 人还在买,但每单变少了? 这就是客单价在掉。比如原来一单 100 元,现在一单 70 元。常见有两种情况:在打折(同样的货卖便宜了);或者大家改买更便宜的品类(充电宝卖少了,薯片卖多了)。后一种有人叫「结构往低价品跑」,意思就是卖的货变便宜了,不是人不来了。

三个问题,对应三种完全不同的下一步。同样是销售额从 100 万掉到 80 万:

案例:人来少了

上月 本月
访客数 10 万 8 万
转化率 2% 2%
客单价 50 元 50 元

转化和客单价都没变,少掉的是访客。该查:广告是不是停了、是不是淡季、是不是被别人家抢走。这时候加广告或许有用;先别去改商品详情页。

案例:来了但不买了

上月 本月
访客数 10 万 10 万
转化率 2% 1.6%
客单价 50 元 50 元

人还是那么多,100 个人里下单的从 2 个变成 1.6 个。该查:是不是涨价了、有没有缺货、下单按钮好不好点、广告来的人是不是根本不想买。这时候再加广告,来的人更多、照样不买,钱白花。

案例:每单变少了

上月 本月
访客数 10 万 10 万
转化率 2% 2%
客单价 50 元 40 元

人和转化都没变,平均一单少了 10 元。该查:是不是在大打折,或者贵的货卖不动、便宜货卖得多。这时候要看的是价格和货,不是访客。

也可以拆成:

销售额 = 订单量 × 客单价

订单量 = 下单用户数 × 人均单量

拆到能采取行动的那一层就停,不必拆到原子。

加法拆解:把总数拆成几块加回来

上面的乘法,是问「人、转化、客单价谁变了」。还有一种拆法更直白:总数本来就是几块加起来的

比如这个月一共卖了 80 万,按省份加回去,应该正好是 80 万:

总销售额 = 广东的销售额 + 浙江的销售额 + 江苏的销售额 + 四川的销售额 + ...

按渠道、按品类也一样:

总销售额 = 抖音 + 淘宝 + 线下

总销售额 = 零食 + 饮料 + 日用 + 数码

这就是上一节说的「按维度切开」:不看一个 80 万,改看成几块小的。

切开是为了回答一个问题:是某一块在掉,还是每一块都在掉? 答案不同,接下来查的地方就不同。

举个数字。全国从上月 100 万掉到本月 80 万,少了 20 万。按省一看:

情况 A:只有四川在掉

省份 上月 本月
广东 40 万 40 万
浙江 30 万 30 万
四川 30 万 10 万

广东、浙江没变,少掉的 20 万全在四川。那就去查四川:快递是不是慢了、当地是不是有人在低价抢、四川的广告是不是停了。不要先去改全国统一的价格。

情况 B:每个省都在掉

省份 上月 本月
广东 40 万 32 万
浙江 30 万 24 万
四川 30 万 24 万

三块都少了大约两成。这就不太像某一个省出事,更像全店一起出了问题:比如全场涨价、仓库缺货、网站故障。这时候该查的是大家都会碰到的事,而不是只盯着四川。

所以:同样是「销售额少了 20 万」,切开之后,下一步完全不一样。

省份只是一种切法。渠道、新老客,问的是同一句话:少的钱在哪一块。

案例:按渠道切------线下跌、抖音还在涨

渠道 上月 本月
抖音 40 万 48 万
淘宝 30 万 27 万
线下 30 万 5 万

全国少了 20 万,但抖音其实在涨。真正拖后腿的是线下(少了 25 万)。下一步去看门店:是不是有店在装修、周末没人值班、附近是不是新开了竞品。不要一上来砍抖音预算------抖音这块并没有出问题。

案例:按新老客切------新客还行,老客不来了

上月 本月
新客销售额 30 万 32 万
老客销售额 70 万 48 万

总数少了 20 万,新客还多了 2 万,少的全是老客。下一步不是继续猛投广告拉新人,而是问:老客为什么不回购?优惠券是不是只发给新客、老客权益是不是砍了。

案例:按天切------哪一天开始掉

如果按天看销售额,还可能看到两种节奏:

  • 从某月 12 号开始突然腰斩:更像那天改了价格、页面挂了、或者快递停了。去对那天发生了什么。
  • 每天少一点点、连着掉了三周:更像淡季或对手慢慢抢走,不是某一天的事故。

切的角度不同,查的现场就不同。但方法一样:把总数拆开,看是哪一块在动。

销售额下降,可以按这个顺序查

  1. 确认口径:时间范围、含不含退款、看的是 GMV 还是实收。
  2. 对比:同比、环比、和目标比。先确认真的差,以及差多少。
  3. 按时间拆:哪几天开始掉?突然掉,还是慢慢掉?
  4. 按构成拆:地区、品类、渠道、新老客,看是谁在拖后腿。
  5. 再拆过程:访客、转化、客单价,定位环节。
  6. 给建议:针对定位到的那一块,而不是「加强运营」。

把一个完整情况走一遍

假设老板说:这个月卖了 80 万,不好看。你按上面的顺序走:

  1. 先问清楚:80 万含不含退货?是 6 月 1 号到 30 号吗?口径对齐了再往下算。
  2. 拿去对比:上月 100 万(环比 -20%),目标 90 万(也没达标)。确认是真的差,不是口径不同。
  3. 按天看:发现从 6 月 8 号开始掉,那天业务说「运费涨了」。
  4. 按渠道看:抖音几乎没变,线下从 30 万掉到 5 万------少的钱主要在线下。
  5. 再拆过程:线下访客没少多少,但转化掉了。更像涨运费之后,到店或下单的人犹豫了。
  6. 建议就对准这一块:先核对外线运费和活动,而不是「全公司加强运营」,也不是先加抖音广告。

数字可以换,顺序不用换:先确认、再对比、再切开、最后才给建议。

这一节记住: 对比解决「到底好不好」,拆解解决「问题出在哪」。下一节会介绍三个现成的业务模型,相当于别人已经帮你想好的拆法。

相关推荐
2601_9627809111 小时前
财务人员学数据分析考什么证?从入门到高阶实用证书清单
数据挖掘·数据分析
博、、12 小时前
社区家政平台开发实战指南:从需求分析到系统部署全流程解析
人工智能·数据挖掘·需求分析
ctlover16 小时前
数据分析基础
数据挖掘·数据分析
babe小鑫17 小时前
2026信管专业学习数据分析的价值
学习·数据挖掘·数据分析
2601_9668714018 小时前
Python 爬虫 + 数据挖掘实战:数据抓取与深度挖掘分析全流程
爬虫·python·数据挖掘
数据智研20 小时前
【数据分享】陕西区域统计年鉴(2012-2018)
大数据·人工智能·信息可视化·数据分析
咖啡星人k1 天前
数据分析效率翻倍:用 MonkeyCode 处理 CSV 数据全流程
数据挖掘·数据分析
躺柒1 天前
读数据可视化08数据(上)
大数据·信息可视化·数据分析·数据可视化·视觉·可视化分析
YOLO数据集集合1 天前
煤炭物料检测数据集:基于YOLO26的矿山传送带智能“哨兵”
人工智能·yolo·数据挖掘·煤炭·煤炭检测·矿山传送带·传送带异物