分享 ：数据产品开发前的必修课

正文

请到「今天看啥」查看全文

那聪明的孩子肯定知道第三种对比方式了。纵向与横向都进行对比，一个指标的价值才会体现。不仅告诉你变好，变多好，还能告诉你哪里变好或者为什么变好。

• 案例一

如图，订单量从纵向和横向（不同规模客户）进行了对比。

上图会反应一个很典型的销售分析场景：

首先，分管销售和市场的副总裁接被告知销量增长了25%（变好了），然后他会看是什么类型的客户增长了（为什么变好），他发现是50-200人的订单和0-25人的订单增长迅速，那么进一步，他再看看这些客户的地域分布、行业分布或者是所隶属的分公司的分布对比，分析增长的外生因素和企业内生因素。

比如，0-25人企业新增量大部分来自超一线城市，原因是政府鼓励学生创业计划，0-25人小微企业大量涌现，导致订单量增加（外生的影响因素）；而50-200人的中型企业客户增加，大部分来自珠三角地区的制造业，原因是产品功能上增加了项目管理工具和审批流程，解决了很多中型制造企业的需求（内生因素）。

于是，接下去的策略就是在超一线城市增加与小微企业孵化器的bd合作，再增加针对学生类创业人群的定向广告投放；而在珠三角和长三角地区增加销售员数量，用人去触及更多工业园区和企业；结合会销，关键是用精心制作的案例来打动他们。

• 时间维度优先，明确的时间范围和显示颗粒度

这条原则不是非常绝对，但是以我的经验，任何数据指标，你都得先纵向地观察变好还是变坏，才有必要去横向切片（用其他维度去探究为什么）。使用场景参考案例一。

时间维度不仅要优先，还要区分时间段和显示颗粒度（图表横坐标上标签的密度）两个概念。比如，我要观察公司网站半年来的pv变化趋势，那么需要选择2015.2.1号至2015.8.1号，并且选择按日、周还是月来查看。当然，选择半年跨度按天查看，图表很可能呈现波动巨大且密集的折线图，你会觉得杂乱无章。所以选择以周活着月的颗粒度看，会更直观。

请到「今天看啥」查看全文