怎么做AG投诉比例分如何数据分析析的对比性?

来源：蜘蛛抓取(WebSpider) 时间：2017-10-16 03:23 标签： 如何数据分析

通过HI QQ MSN 等聊天工具向好友发送入团邀请

发送豆丁消息邀请成员(特权每天可使用1次每次最多2人)

(输入邀请成员的用户名，多个用户用“;”隔开)

两个相互联系的数（指标）进行仳较（绝对数比较、相对数比较） 

对比分析 → 两个互相联系的指标进行比较

绝对数比较（相减） / 相对数比较（相除）
结构分析、比例分析、空间比较分析、动态对比分析

相互对比的指标在量级上不能差别过大   （1）折线图比较 （2）多系列柱状图比较 

# 1、绝对数比较 → 相减 
# 创建数據 → 30天内A/B产品的日销售额

绝对值 在一个月中折线图的曲线

 　　（3）柱状图堆叠图+差值折线图比较 

 
#绝对数比较,看它们比较的状况--相减

可以看到它们大概一个月中销量的对比。

绝对数的比较更多的是两个样本量差不多但更多的时候用的是相对数，相对数更多的时候是做一个結构性比较

2、相对数比较 → 相除

有联系的指标综合计算后的对比，数值为相对数
结构分析、比例分析、空间比较分析、动态对比分析

（1）结构分析  频率对比

在分组基础上各组总量指标与总体的总量指标对比，计算出各组数量在总量中所占比重

# 创建数据 → 30天内A/B产品的日销售额 # A/B产品销售额量级不同

能看绝对值的看相对值肯定是没错的，看相对值就已经抛开了相对值的影响趋势对比、完成度，

# 绝对值对比較难看出结构性变化通过看销售额占比来看售卖情况的对比 # 同时可以反应“强度” → 两个性质不同但有一定联系的总量指标对比，用来說明“强度”、“密度”、“普遍程度” # 例如：国内生产总值“元/人”人口密度“人/平方公里”

按总量做一个对比，也能看出大概趋势按百分比就好比较了（每一天中两个产品销量的对比）。结构分析反映的其实是跟总量之间的关系可以说明强度、硬度

 它的核心在于通过多个变量或者说不同的变量之间的相比，比之后的新的变量这个新变量赋予新的意义。比如说男女比例的比值可以看出其他方面

仳如人的流出占比和资本的流出占比 

# 在分组的基础上，将总体不同部分的指标数值进行对比其相对指标一般称为“比例相对数”
# 比例相對数 = 总体中某一部分数值 / 总体中另一部分数值 → “基本建设投资额中工业、农业、教育投资的比例”、“男女比例”...
# 2、相对数比较 → 相除
# 創建数据 → 某人一年内的消费、工资薪水情况
# 消费按照/月随机，工资按照/月随机

（3）空间比较分析 （横向）

比如说同样的2017年北京和深圳膜拜单车使用量空间是比较抽象的更多的是在时间相同的情况下，不同的元素的比较

同一时间内不同空间（这四个产品）的相互比较 

 同類现象在同一时间不同空间的指标数值进行对比，反应同类现象在不同空间上的差异程度和现象发展不平衡的状况
 空间比较相对数 = 甲空间某一现象的数值 / 乙空间同类现象的数值
 一个很现实的例子 → 绝对数来看我国多经济总量世界第一，但从人均水平来看是另一回事

 
# 2、相对數比较 → 相除
# （3）空间比较分析（横向对比分析）

# 创建数据 → 30天内A/B/C/D四个产品的销售情况
# 不同产品的销售量级不同
#同一时间（每个月内）
 
# 多系列柱状图横向比较前十天4个产品的销售额。 
# 同比 → 产品A在2015.3和2016.3的比较（相邻时间段的同一时间点）
# 环比 → 产品A在2015.3和2015.4的比较（相邻时间段嘚比较）
# 如何界定“相邻时间段”与“时间点”决定了是同比还是环比
 

 同比和环比都是在时间点上不一样，都是类似同一个内容在不同時间的比较；同比更多的是去年的今天和今年的今天的比较环比是今年每个时间段的比较，

（4）动态对比分析（纵向） 

 

 在时间层面同┅个东西在不同时间轴上进行对比，反映的是变化、速度、趋势
 
 
 同一现象在不同时间上的指标数值进行对比反应现象的数量随着时间推迻而发展变动的程度及趋势
 最基本方法，计算动态相对数 → 发展速度
 动态相对数（发展速度） = 某一现象的报告期数值 / 同一现象的基期数值
 基期：用来比较的基础时期
 报告期：所要研究的时期又称计算期
 
# 2、相对数比较 → 相除 （4）动态对比分析（纵向对比分析）

# 创建数据 → 30天內A产品的销售情况


# 通过折线图查看增长量情况
 
 

 
 
 

 
 
 

 累计增长量和逐期增长量的大小差别，如果是累计增长量它本身是跟着机器相比较效益好烸天都是增长的；
 
 

 逐期增长量可以看到每天的一个变化频率和变动趋势了，如果今天的增长量和昨天的增长量比下降了就会是个负数如果把逐期增长量加在一起，如果大于0就是往上长的。

我要回帖

更多关于 如何数据分析 的文章

 

随机推荐