从老王的女装店看如何进行数据对比女装类目开网店用户群体分析 _销售额

数据对比不是简单的两个数字的对比，需要从不同的维度进行对比，分析问题的本质。

双十一，双十二，年货节接踵而至。
促销后，销售额，客单价，询价转化率...各种数据指标充斥着老板办公桌上的报表，运营人员手中的PPT，以及我们产品负责人设计的数据产品。
而“数据比较”是数据分析中最常用的方法之一。今天想通过“我有一个朋友系列”和大家探讨一下常见的数据对比。
孤数不证我有一个朋友叫老王，经营一家淘宝女装店。以下是老王最近的销售情况:
老王淘宝店今日销售额 10000元。老王淘宝店今日销售额10000元，昨日销售额 8000元。老王淘宝店今日销售额10000元，老王竞争对手老李的女装淘宝店今日销售额20000元。从老王最近的销售情况不难看出，当我们只知道今天的销售金额是10000元的时候，这个数据对我们来说是没有意义的，无法判断这个淘宝店铺的情况。
【从老王的女装店看如何进行数据对比女装类目开网店用户群体分析】当我们知道昨天的销售额和竞争对手今天的销售额时，我们可以得出一个简单的结论:今天的销售额高于昨天，今天的销售额低于竞争数据。
由此可以得出结论，孤数不证明。当数据单独存在时，它没有分析意义。数据分析是建立在比较的基础上的，好的数据分析方法一定会用到比较。
在电子商务领域，数据对比对于公司来说可以说是普遍存在空。比如业务人员首页的今日和昨日支付金额折线图，通过对比帮助用户了解今日和昨日支付金额在不同时间点的水平以及整体波动趋势。

图片来自网络。
时间维度的对比在时间维度上，我们经常和过去比较，和未来比较。
与过去相比，当前数据的值主要通过与历史数据的比较来分析，一般会考虑与不同时期的比较、与之前同期的比较、与上一统计期的比较、历史特殊值比等。
与以前不同时期相比【/h/】与前期相比，趋势常用来表示数据在整体趋势中的变化。常见的时间维度有近7天、近30天、本周、本月、今年。
基本规则如下:
数据格式:今天的数据。
对比结果:演示某一数据在不同日期的表现，得到数据变化的趋势，包括上升趋势、下降趋势、波动趋势等。
比如从老王的案例中，我们可以通过趋势分析出7日一个店铺销售数据的波动，了解7日的整体销售情况。
老王淘宝店今天(12-16)销售额一万。下表显示了过去七天的销售额。

老王淘宝店12-09-12-15销售趋势图
与以前同期相比同比对比常用于展现同一单位周期内数据的对比，分析某一数据的相对发展速度，如周同比、月环比等。
基本规则如下:
数据格式:单日数据或一定时间段内数据的总和。
公示:同比=(本单位周期数据-更大周期同单位周期数据)/更大周期同单位周期数据* 100% 。例如，12月和去年12月，12月的第一周和11月的第一周。
对比结果:演示同一单位周期内的数据变化，如同比增长、同比下降等。
比如从老王的例子中，我们可以简单分析2019年11月和2018年11月的销售变化，得出2019年11月销售同比增长的结论，了解11月的销售情况比去年好。