数据分析经典方法之周期性分析法.docx

《数据分析经典方法之周期性分析法.docx》由会员分享，可在线阅读，更多相关《数据分析经典方法之周期性分析法.docx（4页珍藏版）》请在第一文库网上搜索。

1、数据分析经典方法之周期性分析法经常有同学问：拿到数据后该怎么做分析？从O开始，有9个分 析方法可以依次使用，由浅到深地读出数据含义，发现业务问题。其 中，最基础的就是周期性分析法，只要1个指标就能动手做分析，操 作简单，而且能帮新人避免很多错误。什么是周期性分析我们知道：数据反映业务情况。很多业务本身有固定的变化规 律，即业务周期性。通俗地说，就是到了特定时间点，业务自然会 涨、自然会跌。业务的周期性是普遍存在的，如果做分析的连周期性 都不知道，很容被人笑话：“没常识！”周期性分析法，即通过数据，找出业务周期性。从而达到理解业 务规律、发现业务问题、避免误判的方法。那么，该怎么发现业务周 期性

2、呢？典型周期之：自然周期所谓自然周期，即业务发展随着时间自然波动。比如：季节效应：冰淇淋、空调夏季卖得好，暖宝宝、羽绒衣冬季卖 得好节日效应：吃喝玩乐业务在节假日业绩好，企业业务在工作日 业绩好想发现自然周期，非常简单！只要2步：1、选定一个主指标（比 如收入、销量、用户量）2、按月统计该指标走势，即能发现季节效应3、按日统计该指标走势，既能发现节日效应（如下图所示）典型PB业务每周走势Iiiil同1 周2 周3 周4 5注意！就算都是夏季旺季，录色部分实际是由不同地 区入夏时间差异造成的，可以分地区，看更细一点如果日常周末是淡季，工作首日/尾日很旺，那 么轮到长假，这种效应只会被放大。反之亦

3、然比如新开门店、商品备货、用户自然周期是很多业务决策的起点。拉新，都得找需求旺季下手。而季节性又常受到天气影响，如果发现今 年天气热的更晚/冷的更早，就得相应调整备货进度，避免积压。要注意的是，春节/中秋/清明这种非固定日期的节日，经常会破坏 常规指标走势。特别是春节，影响持续时间长，所以一般会做特殊处理： 以除夕为节点，往前看1个整周，往后看假期+假期后1个工作整周， 专门为这三周分配任务目标（而不是以自然月为单位分），从而避免因 为目标分配不合理导致的数据报假警。典型周期之：生命周期所谓生命周期，即产品自身兴衰过程。比如手机，新出的手机大家 都抢着买，过一段时间，性能落后了，就开始掉价，最

4、后完全被市场淘 汰。如果想观察产品生命周期，就不能统计自然时间，而是1、找一个 主指标（比如收入、销量、用户量）2、从该产品上市之日起，按周/月 统计主指标3、观察上市之日至最近日期指标走势，发现生命周期产品生命周期的经验值非常有用，特别是三个关键点：增速减缓（减到5%以内）的点，峰值销量（之后开始下滑） 快速下滑（跌幅比上一期+20%以上），这三个点判断产品品质，决定库存量/是否打折的重要判断依据典型产品生命周期不同产品生命周期曲线，是可以拿来对比的。好的产品，成长期增 长速度更快，成熟期达到的销量/收入峰值更高，高销量维持的时间更 久；不好的产品，成长期增长更慢，销量下跌的拐点来得更早。了

5、解产 品生命周期以后，有利于给产品定性典型周期之：业务效应所谓业务效应，即业务效果持续期。比如做促销活动，一般都是第 一天人声鼎沸，之后慢慢衰弱，最后收尾那天又有高峰。如果想观察业务效应，应从业务行动开始之日进行统计1、根据业 务目标（是提销量，还是拉用户）设定主指标2、从业务行动开始之日 起，向前，向后各延长一段时间3、观察业务行动之前、中间、之后的 指标变化，总结规律这里做法和前两个有很大区别，其一：要根据业务目的定主指标。 比如做促销活动，有可能销售收入会涨，用户活跃也涨（因为要买货）， 退货率也会涨。此时就得问清楚：我们做这个活动首先是为了拉销售还 是促活，这样才能定主指标。其二：业务

6、行为可能叠加在自然周期/生命周期之上见效，所以不 能只看业务行为发生时情况，得往前往后看。比如店铺促销活动，可能 店铺常规销售有一个走势，观察促销效果时，要剔除常规走势。比如商 品活动，有可能希望上市冲量/退市清货，此时会在常规生命周期走势 之上叠加效果，也要做剔除比如，在8月13、14日（周末日）搞活动。那么就得先往前，看正常周期下，周末有多少，剔除此部分正常往后，看活动是否对其他日期有虹吸效应，如下图，周末刚嗨过，周一肯定没人啦！算活动效果，要把这部分剃掉周期分析法用途最大的用处，就是发现数据异常。大家牢记一句：事出反常必有妖。如果看到数据走势：1、完全打破了以往的规律，往往意味着业务出

7、现了重大问题2、仍符合以往规律，但表现逐渐离谱，往往意味着业务 出了底层问题3、仍符合以往规律，但波动范围更大，往往意味着业务3%5%的波动，往往是个体表现差异明显4、符合以往规律，偶尔有个 正常波动，过2天自己就好了。打破规律逐渐离谱一级危险！有大问题 内外部有大变故二级危险！中等问题 增长乏力，需要创新波动越来越大三级危险，有可能越来越依赖（如上图）看到指标异动，先观察变化趋势再下手，就不会陷入细 节里。经常有太过敏感的人，看到指标下跌3%就开始着急找原因，结果 报告还没写完，指标已经涨的更高了，又赶紧找涨的高的原因其实 稍微时间拉长点就发现：都是周期波动。周期分析法，还是更深入分析的基础。比如做预测，如果能拆分出 整体数据中周期规律，预测就非常简单！比如做指标异动分析，如果已 知有几个因素在影响，每个因素自身周期规律，那么追溯真实原因也很 容易。很多同学做得不深入的原因，就是对基础规律了解不够。