要說數(shù)據(jù)分析里，什么方法最常用？當然是趨勢分析法。只要和數(shù)據(jù)有關，幾乎每個人，時時刻刻都在用。很多同學一聽：“啥？還有這方法啊？我咋沒感覺到呢！”今天我們系統(tǒng)講解一下。

請聽題

下圖是本月1到8號的銷售業(yè)績走勢，看圖回答：

【判斷題】8號比7號的業(yè)績好，對不對

【判斷題】7號比6號的業(yè)績好，對不對

【判斷題】6號比5號的業(yè)績好，對不對

【判斷題】所以本月業(yè)績向好好，對不好

思考一秒鐘，估計一秒鐘不到，很多同學都能脫口而出答案了

?1?

趨勢分析法的做法

上題就是通過業(yè)績趨勢圖進行分析的直觀體驗。很多同學是不是脫口而出四個“對、對、對、對”。是滴，趨勢分析法的基本原理就是這么簡單，幾乎是個人都會用。

第一步，明確一個指標是正向/負向。比如本題里，銷售業(yè)績是個正向指標，肯定大家都希望銷售得越多越好。因此，正向指標一天比一天大，就是趨勢向好，一天比一天小，就是趨勢不好。

第二步，收集數(shù)據(jù)，觀察指標走勢。因為已經(jīng)明確了“銷售指標越高越好”，所以只要觀察數(shù)據(jù)就好了，我們看到一天比一天好，所以能下結論：銷售趨勢向好。下邊可以分析為啥銷售這么好了。你看簡單吧，90%的網(wǎng)上文章、數(shù)據(jù)分析課都是這么教的。

然而，這個回答是錯的。

因為根本沒考慮，到底是什么行業(yè)、什么產品的銷售業(yè)績。不同行業(yè)、產品的銷售，在一定時間內會呈現(xiàn)不同的銷售走勢。比如吃喝玩樂類銷售，往往集中在周末，會呈現(xiàn)以周為單位的周期性波動。比如3C類電子產品，新品上市是最火熱的時候，之后會呈現(xiàn)逐步衰退的跡象。當銷售趨勢增加了時間維度后，才會呈現(xiàn)出規(guī)律性。

所以，這個題的前三問，都是“對、對、對”，第四問則是“不確定”。想要確定，還至少需要，在已經(jīng)做的兩步工作基礎上，再多做兩步。

第三步，樹立趨勢標桿，建立判斷標準。樹立標桿的方法有兩種，如果自己熟悉這個行業(yè)，可以直接根據(jù)行業(yè)特點，畫出大致走勢圖。如果不熟悉，可以把時間往前拖長，看之前幾周的趨勢。當然，想觀察趨勢，最好是畫出同比、環(huán)比、三年比三張圖。這樣看的最準，能最大程度的避免短期波動的影響（順便一提，也是為啥大家在做報表的時候，經(jīng)常有同比、環(huán)比、三年比三個指標，并且分日、周、月三種口徑統(tǒng)計，就是為了避免短期影響，觀察趨勢是否正常）。

第四步，將現(xiàn)狀數(shù)據(jù)套入標桿，得出結論。如果我們已經(jīng)樹立了標桿形態(tài)，套入文章開頭的題目的數(shù)據(jù)，馬上會有不一樣的解讀（如下圖）

所以，為啥有個名字叫“趨勢分析法”，而不是“我畫個折線圖，高了就是好，低了就是不好”。是因為即使畫個折線圖，想要不作出錯誤判斷，也得按規(guī)矩一步步來。這就是方法和隨便玩玩的區(qū)別。而下邊我們會看到，隨便玩玩，經(jīng)常玩出問題來。

?2?

趨勢分析法的優(yōu)點

趨勢分析法最大的好處，就是：省事！因為它無需任何理論基礎，無需任何專業(yè)知識，無需很多數(shù)據(jù)，只要有一個結果數(shù)據(jù)，無論是正向還是負向，都能直接得出判斷。所以它是所有數(shù)據(jù)分析方法里最先被總結出來，并且沿用了20多年的祖?zhèn)魇炙嚒?/p>

要知道，在20年前，企業(yè)的數(shù)字化系統(tǒng)還在洪荒混沌狀態(tài)，那時候的職業(yè)經(jīng)理們想做判斷，可沒有現(xiàn)在這么多明細數(shù)據(jù)進行分析，于是只能死磕利潤、成本、銷售額幾個結果數(shù)據(jù)。因此只能死磕曲線走勢，你會發(fā)現(xiàn)60、70后的職業(yè)經(jīng)理人，和85前的數(shù)據(jù)人，都對曲線走勢特別敏感，特別喜歡拖三年走勢，過往12個月的走勢之類數(shù)據(jù)看。

第二個好處：直接！還拿銷售舉例，很多輔助性活動，比如營銷活動、拉新裂變，到底對銷售有沒有用？不需要很復雜的漏斗分析，只要看一眼趨勢，立馬見效果。越簡單的方法，在評估結果時越靠譜！（如下圖）。

第三個好處：自帶標準。曲線走勢本身，可以成為判斷指標好壞的標準，除了上文說的自然周期/生命周期型標準，漲跌程度，也能成為判斷標準，這樣省去了大量找標準的時間。（如下圖）。

今時今日，這個方法也很好用。因為雖然我們有條件做ABtest，做漏斗，做多維度交叉分析，但是每天、每時、每刻都讓你這么搞，你試試看。且不說做數(shù)據(jù)的會累死，為了搞這么多分析，要業(yè)務延遲上線，APP開發(fā)進度減緩，活動hold住去一個個做埋點、做測試，你問問業(yè)務干不干。所以大量常規(guī)的分析，依然要依靠日報、周報的數(shù)據(jù)做趨勢分析來滿足。

況且，每天、每時、每刻的數(shù)據(jù)變化，搞得業(yè)務神經(jīng)過敏，嚷嚷著要深入分析，結果事后發(fā)現(xiàn)屁事沒有的情況：非常多！

?3?

趨勢分析法的不足

不足之一：神經(jīng)過敏。三人成虎的效應，在趨勢分析里非常常見。具體的如下圖所示。人們往往習慣于對：突發(fā)巨大的、連續(xù)幾次的、與前邊連續(xù)幾次不一樣的神經(jīng)過敏。卻容易忽視更大的問題。

不足之二：混雜因素。趨勢分析在觀察因果效果的時候，無法處理混雜因素。在多個因素疊加的時候，是無法區(qū)分出來真正的關鍵影響因素的。

不足之三：亂用濫用。注意，趨勢分析是有前提的，在指標是結果指標，有明確的正向/負向判斷的時候，才可以使用。其他場景，比如活躍率、消費率這種比例，比率類指標，不能直接套用，比例/比率類指標得先看分子分母到底哪個引起的變化。比如：用戶注冊數(shù)、瀏覽數(shù)這種不明確正負的，也不適合用，至少得跟轉化率連起來看。至于文章開頭所說的：看著高了就是好，低了就是不好，更是典型的亂用。

不足之四：缺少洞察。最最最經(jīng)典的場景，就是炒股票。直接上圖，一看就懂。

因為本質上，趨勢是由背后的原因推動的。看趨勢，更得看背后的原因，而不是單純的看著結果走勢想當然。這也是我們?yōu)樯稌邪l(fā)出ABtest、漏斗圖、多維度交叉對比等等方法的原因。我們需要簡單的方法短平快做決策，也需要更復雜的方法深入問題。

?4?

還有哪些祖?zhèn)鞣椒?/strong>

還有一些方法是數(shù)據(jù)分析領域的祖?zhèn)魇炙嚒１热缍嗑S度交叉分析，如果是2維的話，就是矩陣法，如果3維以上，就是切割對比法。是滴，這些在網(wǎng)絡文章里被吹得云里霧里的各種“底層邏輯”“核心思想”其實一點都不神奇。都是基于具體場景、數(shù)據(jù)限制、業(yè)務需求所產生的方法。

總結

以上是生活随笔為你收集整理的做数据分析，连趋势分析法都不会，就白混了！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。