对比是识别事物的基本方法对比——横向、纵向及多维度对比比值比率背后的逻辑指标的逻辑与管理指标对标的层次和维度标杆管理与榜样的力量。 4.1 对比是识别事物的基本方法 对比是最基本的数据分析方法，也是其他数据分析方法的基础。我们识别数据的差异是通过对比来实现的。为了得到一个结论，我们通常会查看两个数据的差异，如果1月份的销售额是1000万元，2月份的销售额是1200万元，则月度销售额环比上升了20%，销售额增加了200万元，这就是一个数量上的对比。人总有问问题的本能，我们潜意识里会问：为什么会增加了200万元，这200万元从哪里增加的？怎么增加的？ 从这种潜意识的思考中可以看到，我们关心的是差200万元，而没有关心1000万元或者1200万元，为什么会这样呢？因为在我们的潜意识中，如果两个数字相同，就没有太大的比较价值。如果1月份的销售额是1200万元，2月份的销售额也是1200万元，那么这个时候我们只会得到一个结论：两个月的销售额一样。然后，大多数人就没有然后了，去追问为什么的人是少数人。而数据分析师需要去追问：2月份和1月份的1200万元在产品、客户、区域、业务人员、销售时间、销量、单价等方面是否有区别？如果有，那么这些区别是什么？都完全一样吗？还是都发生了很大的变化。 如果把这个案例变成：1月份的1200万元销售额来自上海客户的订单；2月份的1200万元销售额来自北京客户的订单。这个时候就存在了差异，我们应该在潜意识里提出疑问，为什么会有这个差异？为什么1月份北京没有订单？为什么2月份上海没有订单？如果2月份的订单来自北京，那么上海的客户是不是流失了？这两个地方的客户的订单都是1200万元，都是同一个客户吗？为什么都是1200万元？是巧合还是有特殊的原因？是因为销售政策导致的最优采购量，还是因为两家客户碰巧有相同的需求量？这两个客户来自同一个集团吗？下个月会在哪里产生订单呢？——当数据有了差异之后，就会衍生出一系列的问题，当数据相同的时候，这些问题也是可以问的，但是因为数据相同导致大多数人没有了追问的好奇心。所以，在人的本能或者潜意识里容不下差异，因为差异可能意味着一种“不安全”因素；而相同，没有变化，是一种“安全”的状态。 从事数据分析的专业人士要从这种天生的“安全”感走出来，要保持足够的敏锐和敏感，即使在相同的数据中也要找寻差异，要找寻“相同的原因是什么”，即一般人在找寻“差异的原因”，而数据分析师要找寻“差异是有原因的，而相同也是有原因的”。所以，数据分析师的“对比”和普通人的“对比”在概念上是有本质区别的。当然，这也体现出了数据分析师的基本素养。 4.2 对比——横向、纵向及多维度对比 在使用对比方法时，首先必须要有两个事物或者同一事物的两个状态；其次，必须要有一个对比的标准或者指标。对比的两个事物一个是对比的主体，一个是对比的客体；对比的指标或者标准被称作对比的度量。 例如“小明比小强高10厘米”，这是一个最简单的对比。其中小明是对比的主体，小强是对比的客体，虽然句子中没有明确对比的指标是什么，但从语义上可以知道，对比的指标是两个人的身高，度量的标准是厘米。如果追究语法的完整性，那么这个句子是病句，应该改成“小明的身高比小强的身高高10厘米”。在现实生活中，语言是用来表达含义的，能够让大家理解而不会产生太大歧义的表达我们都会认可。当我们在分析大数据时，有大量的这样简易的表达语句，我们不能像语言学家那样追求所有的句子都是完整和无误的。 从上面这个例子中我们明确了对比的三个要素：主体、客体、度量（指标或者标准）。 上例可以转换表达为：“小强比小明矮10厘米”。在这个新的表达中，小强成了主体，小明成了客体，度量没有变化。之所以要区分主体和客体，主要是要分清楚谁（WHO）对比谁（WHOM），在比例和对比中，主体和客体转换会带来数据的差异。 如果小强的身高是100厘米，那么小明的身高是110厘米。我们可以用百分比的方法来表达：“小明比小强高10%”（小明的身高是110厘米，小强的身高是100厘米，（110-100）/100=10%）。如果将主体、客体转换过来，则数据就不同了：“小强比小明矮9%”（小明的身高是110厘米，小强的身高是100厘米，（110-100）/110=9%）。 这种差异主要来自于分母的差异，在比例类的对比上，我们常用客体作为分母，可以简易记忆为：比谁就除以谁。例如要计算这个月的销售额比上个月的销售额增长了多少，上个月的销售额是1000万元，这个月的销售额是1200万元，分母是上个月的销售额，所以增长幅度是20%。 我们常用柱形图或者条形图来展示数据之间的差异，但在这个过程中要注意基准的问题，如果基准不为零，则容易产生视觉误导。例如小明和小强身高的对比，如下图所示。
在上图中，左图和右图都是柱形图，唯一的差异是数据基准的选择，左图以94为基准，无形中放大了小明和小强的身高差异，给人感觉两者的身高差别很大；而右图则是以零为基准，反映了两人真实的身高差异。我们在阅读图形的时候，一定要关注基准，不要被作图者人为地放大视觉差异从而影响了对事物真实状况的判断。 有时候，我们使用对比的方法，但没有明确指明对比的客体是什么，那是因为背后是有共识性的客体存在的。 例如当我们去大排档点了一份猪肉饭花了48元时，会觉得太贵了；当我们去五星级宾馆的旋转餐厅点一份猪肉饭花了148元时，反而没有觉得太贵，还会认为是比较合理的。当我们使用对比的方法对数据做出判断时，其实在这些方法背后都有我们主观形成的基准在帮我们做判断，也就是我们在拿数据与我们的“常识”做对比。我们根据常识认为大排档的饭菜一般都应该在30元，如果超过30元，就会觉得贵了；而我们在五星级宾馆超豪华的旋转餐厅吃饭时，会觉得一盘菜的价格都应该在100元以上，所以并不觉得猪肉饭的价格为148元有什么问题。这个时候，我们选择了“常识”作为客体进行比较。 选择常识作为比较的基准或者客体是没有问题的。但问题在于，我们所谓的“常识”并非“共识”，每个人的“常识”是不同的。同样一款LV的包，对一个富家子女来讲，几万元的价格很正常，而对一个偏远山区的孩子来讲，这可能是一个天文数字。作为数据分析师，我们在得出结论或者对数据结果做出判断时，必须要审查我们的“常识”是否是所有人的“共识”，如果不是共识，那么我们就要非常谨慎地得出结论，否则就容易从自我出发做出结论性判断，这会影响结论的中肯性。 例如，如果在一二线城市中一个环境相对不错的餐馆吃饭，则人均消费在60～100元；如果是更高档的餐厅，则人均消费在100～200元；如果是超豪华的高档餐厅，则人均消费可以达到1000～5000元，这些就是共识，不要用自己的常识来做出判断。 人们在通过对比形成概念的过程中，会受到客体的影响。选择的客体不同，得出的结论就会不同。客体的度量指标为我们对主体的评判提供了一个标尺。当我们去一个咖啡厅喝了一杯咖啡消费48元时，会觉得很正常；但当我们要花48元下载一个APP时，就会觉得这个APP太贵了。这是因为我们对比的标准是不同的，我们不是从使用价值的角度来评测的，而是根据相对价位来定义价格是否合理的。 在营销和销售领域，企业也经常通过帮助用户构筑一个价格参照物，引导用户认可产品或者服务的定价。例如，你在买房子或者租房子时会发现，中介绝对不会第一次就带你看你希望看到的房子，而是带你去看价格差不多，但质量差很多的房子，你会在心中形成一个概念：这样的房子都这么贵，那么比这个房子好点儿的房子肯定更贵，如果比这套房子还好的房子是一样的价格，我肯定要考虑租/买了。然后中介会带你看很多房子，当你基本要累趴下的时候，他会带你去看最适合你的房子，并且说房子价格合适，是紧缺户型，流动性高，要赶紧下手，不然明天就没有了。甚至当你去看这套房子的时候，另外一个中介，就是带你看房子的中介的同事，也带了另外一个客户去看这套房子，这时不冷静的你就会立马出手了。 中介就是利用了对比原理，利用前面所看的质量较差的房子，让你形成目前市场价格的基准，然后让你在这个基准上再去衡量中介要推销给你的房子的定价。如果中介直接带你去看目标房子，你不会觉得这套房子好，也不会觉这套房子差，因为你所看的第一套房子会形成你的定价基准，你肯定会寻找性价比更高的房子。这个时候中介就非常被动，很可能带你看了好几套房子都无法成交。 很多公司产品的定价也采用了这种方案。例如苹果手机，每一代苹果手机都会推出不同内存的机型，就拿iPhone 6S来说，16GB的机型的定价是5288元，32GB的机型的定价是6188元，64GB内存的定价是7088元，128GB内存的定价是7888元。你觉得哪一款机型更划算？一个64GB的内存不足百元，在实际产品中价格却增加了800元，你会觉得心有不甘，从而会选择64GB的机型，而64GB的机型对比32GB或者16GB的机型也不划算，但32GB和16GB的机型容量太小让你无法使用。 苹果构筑了这个产品系列的目的是让用户在这4款产品中比价（见下图），而不会将比价的范围放到其他的产品上。既然选择了苹果品牌，就不要用苹果手机的价格与三星或者华为的手机的价格做比较。如果苹果手机只有一款64GB的机型，那么消费者肯定会跟其他的产品进行比较。这个时候消费者对价格的评判就不再是哪个容量的手机价格更合理，而是哪个公司的产品价格更合理。
（图片来自京东网站） 作为专业的数据分析人员，一方面我们要避免被别人左右了我们的比较基准；另外一方面，我们在准确传达数据对比结论的时候，可以采用一些心理学的方法，让数据的认知度更高，确保我们的数据对比结论能够有效达到说服的目的。 全文摘自《企业经营数据分析-思路、方法、应用与工具》赵兴峰著 该文转载已取得作者认可 |
|
|
