導(dǎo)讀：從美食來(lái)說(shuō), 我們每天都在運(yùn)用數(shù)據(jù)分析的方法在生活中運(yùn)用數(shù)據(jù)分析, 比如你今天做了一個(gè)土豆燉排骨, 你會(huì)跟其他的菜比較比如跟炸豆腐對(duì)比, 從色香味來(lái)對(duì)比, 同樣的你也會(huì)跟自己上一次做的這一道一模一樣的菜做對(duì)比。

假如我們只有對(duì)比，我們只知道我們的菜比如更好了或者變差了, 但是沒有細(xì)分, 細(xì)分就是尋找差異, 從色香味, 從調(diào)料、選材、火候、加工順序等等多個(gè)方面去找尋差異。 01 互聯(lián)網(wǎng)中的細(xì)分 在互聯(lián)網(wǎng)的數(shù)據(jù)分析中, 經(jīng)常我們?nèi)シ治霰热缃裉斓幕钴S人數(shù)降低了, 我們經(jīng)常要從多個(gè)維度去分析為什么降低。 同時(shí)我們還要跟上周, 昨天, 去年同期等做對(duì)比, 分析雖然是降低了, 但對(duì)比去年是否有變化。 那么我們?nèi)绾巫鲆粋€(gè)有效的細(xì)分呢。 首先我們有很多可以細(xì)分的維度, 比如從時(shí)間上拆分, 一個(gè)月的活躍人數(shù)我們可以拆分到每一天的人數(shù), 活躍人數(shù)可以拆分新的活躍人數(shù), 老的活躍人數(shù)。 同樣都是活躍人數(shù), 我們可以拆分不同活躍等級(jí)的人數(shù), 這里的活躍人數(shù)指的就是比如一個(gè)月活躍1天、活躍3天、活躍7天等不同活躍天數(shù), 又可以拆分成一天活躍1小時(shí), 3小時(shí), 7小時(shí)等不同時(shí)長(zhǎng)的用戶。 我們還可以對(duì)地區(qū)進(jìn)行細(xì)分, 比如活躍人數(shù)降低了, 我們可以細(xì)分到是哪個(gè)地方降低比較多, 是廣東還是廣西, 是湖南還是湖北。 除了以上拆分的維度, 我們還可以有很多拆分的維度, 比如另外一個(gè)例子, 我們發(fā)送的表情總數(shù)量跌了, 我們就可以拆分成發(fā)送的小黃臉小表情, 還有很騷氣的大表情。 這些拆分是跟特地業(yè)務(wù)相關(guān)的。 對(duì)于電商類的業(yè)務(wù)比如總的訂單量，我們可以拆分來(lái)自不同的店鋪, 不同的品類, 不同的商品類型, 不同的價(jià)格類型等等。 對(duì)于游戲類型的業(yè)務(wù)比如總的賣的游戲皮膚，我們可以拆分不同角色的皮膚, 武器也是類似的。 對(duì)于視頻類app，比如抖音的關(guān)注數(shù), 我們可以拆分不同用大v的粉絲數(shù)量。 單單細(xì)分, 沒有對(duì)比, 就沒有洞察, 那么我們細(xì)分好了分析維度之后, 怎么對(duì)比呢。 02 互聯(lián)網(wǎng)中的對(duì)比 對(duì)比就是在細(xì)分的基礎(chǔ)上選擇合適的指標(biāo)進(jìn)行對(duì)比。比如我們要分析現(xiàn)在朋友圈在某一天的情況如何。 我們會(huì)想一些指標(biāo)去評(píng)估, 比如朋友圈活躍人數(shù), 活躍次數(shù), 活躍時(shí)長(zhǎng), 活躍到發(fā)表的轉(zhuǎn)化率等, 然后我們就會(huì)把這些指標(biāo)去跟去年同期做對(duì)比看漲跌如何, 也就是自己跟自己比。 除了自己跟自己比, 我們會(huì)拿到一個(gè)具體的漲跌的數(shù)字, 但我們不知道一個(gè)數(shù)字是有沒有明顯的異常, 這時(shí)候就可以借助其他的業(yè)務(wù)。 比如我們會(huì)看表情活躍今年跟去年同期對(duì)比的漲跌, 然后看朋友圈的漲跌跟表情的漲跌, 就可以科學(xué)評(píng)估這個(gè)漲跌是否是非常異常的。 03 數(shù)據(jù)報(bào)告中的細(xì)分和對(duì)比 在數(shù)據(jù)分析報(bào)告中, 貫穿整個(gè)數(shù)據(jù)報(bào)告的其中一周思維就是細(xì)分和對(duì)比, 我們?cè)诿枋鲆粋€(gè)業(yè)務(wù), 一個(gè)產(chǎn)品, 一個(gè)功能的時(shí)候, 我們就會(huì)拆分多個(gè)維度去對(duì)比分析。 比如以questmobile報(bào)告為例, 我們可以發(fā)現(xiàn), 首先是細(xì)分從社交, 視頻, 網(wǎng)購(gòu)等多個(gè)維度進(jìn)行細(xì)分, 然后對(duì)比他們的活躍占比。 但除了對(duì)比這些興趣度以外, 本身興趣度自己跟自己又有同比的增量情況, 這個(gè)主要是刻畫如果一個(gè)興趣度的占比比其他興趣更活躍的時(shí)候, 這個(gè)興趣度本身的活躍占比、相比上周、相比去年同期是否有變化。 另外一種細(xì)分我們可以看到在算知乎app和知乎百度小程序的占有率的時(shí), 細(xì)分了知乎app自己獨(dú)占率, 知乎小程序的獨(dú)占率, 就可以對(duì)比app 和小程序的獨(dú)占率的差異, 知乎app（97.0%）> 知乎小程序 (93.3%)，同時(shí)還可以對(duì)比知乎app 中 單純app獨(dú)占率(97.0%) 和 小程序 3% 的占比之差。 除了同一個(gè)app獨(dú)占率自己的對(duì)比, 同種類型的app的獨(dú)占率還做了對(duì)比. 比如百度知道app 獨(dú)占率 95.6%, 宣布內(nèi)附知乎app 獨(dú)占率(97.0%)略低。但百度小程序的獨(dú)占率(99.0%)要大大高于 知乎小程序的獨(dú)占率 93.3%。  04 細(xì)分和對(duì)比方法的總結(jié) 細(xì)分和對(duì)比方法在數(shù)據(jù)分析中的應(yīng)用非常之多,  同樣的在面試的時(shí)候也經(jīng)常會(huì)問到一些問題的分析, 也會(huì)經(jīng)常要用到細(xì)分和對(duì)比的分析方法。 同樣在生活中, 我們的購(gòu)物貨比三家, 旅游的時(shí)候攻略也是多家對(duì)比, 我們時(shí)時(shí)刻刻都在面對(duì)需要細(xì)分和對(duì)比的方法去解決問題的時(shí)候。