数据,对比才更有价值
十种常用的数据分析方法
⼗种常⽤的数据分析⽅法01 细分分析 细分分析是分析的基础，单⼀维度下的指标数据的信息价值很低。
细分⽅法可以分为两类，⼀类逐步分析，⽐如：来北京市的访客可分为朝阳，海淀等区；另⼀类是维度交叉，如：来⾃付费SEM的新访客。
细分⽤于解决所有问题。
⽐如漏⽃转化，实际上就是把转化过程按照步骤进⾏细分，流量渠道的分析和评估也需要⼤量⽤到细分的⽅法。
02 对⽐分析 对⽐分析主要是指将两个相互联系的指标数据进⾏⽐较，从数量上展⽰和说明研究对象的规模⼤⼩，⽔平⾼低，速度快慢等相对数值，通过相同维度下的指标对⽐，可以发现，找出业务在不同阶段的问题。
常见的对⽐⽅法包括：时间对⽐，空间对⽐，标准对⽐。
时间对⽐有三种：同⽐，环⽐，定基⽐。
例如：本周和上周进⾏对⽐就是环⽐；本⽉第⼀周和上⽉第⼀周对⽐就是同⽐；所有数据同今年的第⼀周对⽐则为定基⽐。
通过三种⽅式，可以分析业务增长⽔平，速度等信息。
03 漏⽃分析 转化漏⽃分析是业务分析的基本模型，最常见的是把最终的转化设置为某种⽬的的实现，最典型的就是完成交易。
但也可以是其他任何⽬的的实现，⽐如⼀次使⽤app的时间超过10分钟。
漏⽃帮助我们解决两⽅⾯的问题： 在⼀个过程中是否发⽣泄漏，如果有泄漏，我们能在漏⽃中看到，并且能够通过进⼀步的分析堵住这个泄漏点。
在⼀个过程中是否出现了其他不应该出现的过程，造成转化主进程收到损害。
04 同期群分析 同期群（cohort）分析在数据运营领域⼗分重要，互联⽹运营特别需要仔细洞察留存情况。
通过对性质完全⼀样的可对⽐群体的留存情况的⽐较，来分析哪些因素影响⽤户的留存。
同期群分析深受欢迎的重要原因是⼗分简单，但却⼗分直观。
同期群只⽤简单的⼀个图表，直接描述了⽤户在⼀段时间周期（甚⾄是整个LTV）的留存或流失变化情况。
以前留存分析只要⽤户有回访即定义为留存，这会导致留存指标虚⾼。
05 聚类分析 聚类分析具有简单，直观的特征，⽹站分析中的聚类主要分为：⽤户，页⾯或内容，来源。
营销数据分析：从数据中提取有价值的信息
营销数据分析：从数据中提取有价值的信息在当今竞争激烈的商业世界中，营销数据分析已经成为企业制定有效营销策略和取得竞争优势的关键。
数据就像一座蕴藏着无尽宝藏的矿山，而营销数据分析则是挖掘这些宝藏的工具，帮助企业从海量的数据中提取出有价值的信息，从而做出更明智的决策。
那么，什么是营销数据分析呢？简单来说，它是对与营销活动相关的数据进行收集、整理、分析和解释的过程。
这些数据可以来自各种渠道，如网站流量、社交媒体互动、销售记录、客户反馈等等。
通过对这些数据的深入分析，企业可以了解消费者的行为模式、偏好、需求，评估营销活动的效果，发现潜在的市场机会和问题，并据此优化营销策略，提高营销效率和投资回报率。
要从数据中提取有价值的信息，首先需要明确分析的目标。
是要提高品牌知名度？增加销售额？还是提高客户满意度？不同的目标需要关注不同的数据指标和分析方法。
比如，如果目标是提高品牌知名度，可能需要关注社交媒体的曝光量、粉丝增长数等指标；如果是增加销售额，那么重点可能是销售渠道的转化率、客户的购买频率和金额等。
数据的收集是营销数据分析的基础。
这包括内部数据和外部数据的收集。
内部数据主要来自企业自身的业务系统，如销售数据库、客户关系管理系统等。
外部数据则可以通过市场调研、第三方数据提供商等渠道获取。
在收集数据时，要确保数据的准确性、完整性和及时性。
不准确或不完整的数据可能会导致错误的分析结果，而过时的数据则无法反映当前的市场情况。
收集到数据后，接下来就是数据的整理和清洗。
这一步骤就像是在淘金前筛除杂质，把杂乱无章的数据转化为有组织、易于分析的形式。
例如，去除重复的数据、纠正错误的数据、补充缺失的数据等。
同时，还需要对数据进行分类和标注，以便后续的分析。
有了整理好的数据，就可以进行数据分析了。
数据分析的方法多种多样，常见的有描述性分析、诊断性分析、预测性分析和规范性分析。
描述性分析主要是对数据的现状进行描述，如平均值、中位数、标准差等；诊断性分析则是深入探究数据背后的原因，找出影响结果的因素；预测性分析通过建立模型，对未来的趋势进行预测；规范性分析则是在预测的基础上，为决策提供最佳的行动方案。
数据,信息,知识,智慧分析与对比
数据，信息，知识，智慧分析与对比随着人类社会从工业经济时代进入知识经济时代，知识管理的出现为21世纪知识经济时代的企业组织提供必须的管理基础。
以彼得.德鲁克博士（Peter F. Drucker）和斯威比博士为代表提出的理论为知识管理领域的开拓和发展作出了杰出贡献。
知识管理（ Knowledge Management, KM ）是识别组织中的知识资产、并充分发挥知识资产的杠杆作用，来帮助企业获取竞争优势的过程。
毫无疑问，我们已经生活在知识经济和知识管理的环境当中。
每时每刻，我们身边都充满了各种各样的数据。
但只有将这些杂乱无章的数据，转换为信息和知识，才能帮助我们做出聪明的选择。
可见知识是从数据到智慧划分为不同层次的。
由于数据，信息，知识与智慧四者之间有着密切的相关性，他们常被混淆使用。
本文将重点对数据，信息，知识与智慧进行分析和对比。
一。
数据2.数据(Data) [Applehans, Globe&Laugero,1999]认为数据是一系列外部环境的事实，是未经组织的数字、词语、声音和图像等。
3.据是计算机程序加工的撛蠑。
例如，一个代数方程求解程序中所用的数据是整数和实数，而一个编译程序或文本编辑程序中使用的数据是字符串。
随着计算机软，硬件的发展，计算机的应用领域的扩大，数据的含义也扩大了。
例如，当今计算机可以处理的图象，声音等，它都被认为是数据的范畴。
4.数据泛指对客观事物的数量、属性、位置及其相互关系的抽象表示，以适合于用人工或自然的方式进行保存、传递和处理。
我们认为第四个定义较符合我们对数据的理解。
例如，水的温度是100℃，礼物的重量是500克，木头的长度是2米，大楼的高度时100层。
在这些表述中：水，温度，100℃，礼物，重量，500克，木头，长度，2米，大楼，高度，100层就是数据。
通过这些数据的描述我们的大脑里形成了对客观世界的清晰印象。
这些数据也可以同过编码被录入到计算机中。
数据分析对于产品开发的价值与意义
数据分析对于产品开发的价值与意义数据分析在如今数字化时代具有重要的价值和意义，尤其是在产品开发过程中。
通过对大量数据的收集、整理和分析，可以为产品开发团队提供有力的支持和指导，帮助他们更加科学和有效地做出决策。
本文将从不同角度阐述数据分析对于产品开发的价值和意义。
一、市场需求分析在产品开发的初期阶段，了解市场需求是至关重要的。
通过数据分析，可以对目标用户进行细致的分析，并了解其需求、偏好以及消费习惯。
通过对大量用户数据的分析，可以获得用户的行为模式和心理特征，为产品的功能设计、界面优化等方面提供有力的参考依据。
只有充分了解市场需求，产品才能更好地满足用户的期望，提高用户体验，从而提升产品的竞争力。
二、产品设计优化数据分析也对产品设计优化起到了重要的作用。
通过对用户行为数据和产品使用情况的分析，可以发现产品存在的问题和不足之处。
比如，可以通过用户的点击和浏览行为数据，了解用户最关注的功能模块，并将其优化为产品的核心卖点。
通过用户反馈数据的分析，可以发现用户对产品的抱怨和不满之处，进一步改善产品的设计。
数据分析为产品设计优化提供了客观的依据，减少了以主观意见为基础的决策和盲目猜测，提高了产品设计的准确性和命中率。
三、竞争对手分析在市场竞争激烈的背景下，对竞争对手的分析至关重要。
数据分析可以通过对竞争对手的销售数据、用户评价、市场份额等多个维度的分析，全面了解竞争对手的产品特点和市场表现，并与自身产品进行对比。
通过数据分析，可以找到竞争对手的优势和劣势，并进一步优化自身产品的设计和市场策略，以赢得市场竞争的优势。
四、产品迭代改进产品的迭代改进是产品发展过程中不可或缺的一环。
数据分析可以对产品的各项指标进行监测和评估，识别出产品存在的问题并针对性地进行改进。
通过对用户行为数据和用户反馈的分析，可以找到产品的痛点和需求，以此为基础进行产品改进。
数据分析还可以对不同版本的产品进行对比分析，以评估改进的效果和市场反馈。
如何在文案中运用比较和对比
如何在文案中运用比较和对比比较和对比是文案中常用的修辞手法之一，它可以帮助读者更好地理解和把握文章中的信息，引起他们的兴趣和共鸣。
本文将讨论如何在文案中巧妙地运用比较和对比，以提高文案的吸引力和影响力。
一、引起读者共鸣使用比较和对比可以帮助读者更好地理解产品或服务的特点和优势。
通过将产品与其他相似的产品进行比较，突出产品的独特之处，让读者产生共鸣，认可产品的价值。
例如，可以表述：“与传统产品相比，我们的产品拥有更高的性能和更长的使用寿命，不仅能够满足您的需求，还能为您带来更多的价值。
”二、强调产品或服务的独特性通过与竞争对手进行对比，突出产品或服务的独特之处，使其在众多选择中脱颖而出。
比如：“与市场上其他同类产品相比，我们的产品独具创意和创新，不仅可以满足您的需求，还能够给您带来独特的使用体验。
”三、突出产品或服务的优势在文案中运用比较和对比，可以将产品或服务的优势清晰呈现，帮助读者更好地了解其价值和好处。
例如：“相比其他产品，我们的服务更加快捷方便，客户反馈率更高，能够及时解决问题，确保您的满意度。
”四、强调产品或服务的可靠性和品质通过与其他产品进行对比，突出产品或服务的可靠性和品质，增强读者的信任感。
例如：“与市场上其他品牌相比，我们的产品经过严格的质量检测，拥有更高的可靠性和耐用性，能够为您提供持久的使用体验。
”五、指导消费决策通过对比产品或服务的不同特点和价格，引导消费者做出明智的选择。
例如：“与其他同类产品相比，我们的产品不仅价格合理，而且性能更优，是您明智的购买选择。
”六、提供实例和数据支持在比较和对比的过程中，提供实际案例和数据支持，让读者更加信服。
例如：“根据最新的市场调查数据显示，与竞争对手相比，我们的产品在市场占有率和用户满意度上均处于领先地位，这充分证明了我们产品的优势和可靠性。
”总结：通过合理运用比较和对比，在文案中引起读者共鸣，突出产品或服务的特点和优势，强调其独特性、可靠性和品质，指导消费决策，提供实例和数据支持，可以大大提高文案的吸引力和影响力。
数据分析的五大思维方式
数据分析的五大思维方式在当今数字化的时代，数据如同隐藏着无数宝藏的矿山，而数据分析则是挖掘这些宝藏的关键工具。
要想从海量的数据中提取有价值的信息，掌握正确的思维方式至关重要。
下面，我们将探讨数据分析的五大思维方式。
一、对比思维对比思维是数据分析中最基本也是最常用的思维方式之一。
通过对比不同的数据，我们能够发现差异、找出规律，从而为决策提供依据。
比如说，一家电商企业想要了解某个商品的销售情况。
如果只是单纯地知道该商品的销售额是 10 万元，这并没有太大的意义。
但如果将这个销售额与上个月、去年同期或者同类型其他商品的销售额进行对比，就能清晰地看出该商品的销售趋势是上升还是下降，以及在市场中的竞争地位。
对比可以是时间上的，如同比、环比；也可以是空间上的，如不同地区、不同渠道的对比；还可以是不同业务指标之间的对比，如销售额与利润、访客数与转化率等。
在进行对比时，要确保对比的对象具有可比性，比如在对比不同地区的销售数据时，要考虑到地区的经济发展水平、人口规模等因素的影响。
二、细分思维当我们面对一个整体的数据时，往往难以发现其中的问题和规律。
这时，就需要运用细分思维，将数据按照不同的维度进行分解，以便更深入地了解数据的内部结构。
以一家连锁超市为例，如果发现某个月的总销售额下降了，通过细分思维，可以将销售额按照商品类别、门店位置、销售时间段等维度进行分解。
也许会发现是某个类别的商品销售额大幅下降，或者是某个门店的销售业绩不佳，又或者是在特定的时间段内销售额出现了低谷。
细分的维度可以根据具体的业务需求和数据特点来选择，常见的细分维度包括用户属性（如年龄、性别、地域）、业务流程（如销售渠道、营销活动环节）、时间（如季度、月份、周、日）等。
通过不断地细分，我们能够逐渐找到问题的根源，从而采取有针对性的措施来解决问题。
三、溯源思维在数据分析中，当我们发现一个异常的数据或者现象时，不能仅仅停留在表面，而要运用溯源思维，追根究底，找出导致这个结果的原因。
大数据的价值与作用(2)
相关文献从不同角度论述了大数据的价值与作用，现将其介绍于下，供读者参考。本文在篇章结构和文字上对原文献作了一些修改，并添加了一些小标题，特此说明。
1、大数据与数据的区别
⑴、海量积累和高增长率
大数据与数据的区别之一在于其海量积累和高增长率。
数据（data）在拉丁文里是“已知”的意思；在英文中的一个解释是“一组事实的集合，从中可以分析出结论”。笼统地说，凡是用某种载体记录下来的、能反映自然界和人类社会某种信息的东西，都可以称之为数据。例如，古人“结绳记事”，打了结的绳子就是一种数据。在现代社会，信息的种类和数量越来越丰富，载体也越来越多。数字是数据，文字是数据，图像、音频、视频等都是数据。
一方面，这个数据虽然是全数据，但是仍然具有不确定性。因为，入校时的数学成绩并不一定能完全代表学生的数学能力。假如让所有同学重新参加一次高考，几乎每个同学都会有一个新的成绩。分别用这两组全数据去做分析，结论就可能发生变化。另一方面，事物在不断地发展和变化。同学入校时的成绩，并不能代表现在的能力。全体同学的高考成绩数据，仅对于那次考试而言是全数据。“全”是有边界的，超出了边界就不再是全知全能了。事物的发展充满了不确定性。而统计学，既研究如何从数据中把信息和规律提取出来，找出最优化的方案；也研究如何把数据当中的不确定性量化出来。
⑵、有助于商家精准营销
对于商家来说，大数据使精准营销成为可能。一个有趣的故事是关于沃尔玛超市的“啤酒、尿布”的故事。沃尔玛超市在分析销售数据时发现，顾客消费单上和尿布一起出现次数最多的商品竟然是啤酒。跟踪调查发现，有不少年轻爸爸会在买尿布时顺便买些啤酒喝。沃尔玛在发现这一规律以后，搭配促销啤酒、尿布，销量大幅增加。在大数据时代，每个人都会“自发地”提供数据。我们的各种行为，如点击网页、使用手机、刷卡消费、观看电视、坐地铁出行、驾驶汽车等，都会生成数据并被记录下来。我们的性别、职业、喜好、消费能力等信息，都会被商家从中挖掘出来，据以分析商机。
对比分析技巧
对比分析技巧在我们日常的学习、工作和生活中，对比分析是一种重要的思维方法。
通过对比分析，我们可以更好地理解问题的本质，找出事物之间的相似之处和差异之处，进而得出精准的结论和决策。
本文将从不同领域的对比分析技巧出发，总结归纳出几种常见的对比分析方法，供读者参考。
一、文字对比分析文字对比分析是最基本的对比分析方法之一。
通过对两个或多个文字材料进行对比，我们可以深入挖掘其中的异同之处，并提取出有价值的信息和观点。
对比分析文字材料时，有几个关键点需要注意：1. 精准选择对比对象：选择相似或相关的材料进行对比，这样能够更好地揭示问题的本质。
对比对象的选择要有明确的标准，比如时间、地点、主题等。
2. 深入挖掘细节：不仅需要对整体进行对比，还要关注细节。
文字中的细节往往能够带给我们更多有价值的信息，因此要善于发现并加以分析。
3. 分析原因和结果：对比分析不仅要看到事物的差异，更要追问背后的原因和可能的结果。
这样能够更好地掌握问题的全貌。
二、数据对比分析在统计学、经济学等领域，数据对比分析是一种常见的研究方法。
通过对不同数据或数据集进行对比，我们可以更好地了解其背后的规律和趋势。
数据对比分析的关键要点如下：1. 确定对比指标：对比分析必须建立在明确的对比指标基础之上，只有明确了要对比的指标，我们才能更加准确地分析数据的差异。
2. 选取相似时间段或空间范围：对比的数据应该在相似的时间段或空间范围内，这样能够降低其他因素的影响，更加准确地揭示问题。
3. 综合分析多个指标：在进行数据对比分析时，可以综合考虑多个指标，这样能够获得更全面的信息和结论。
三、图片对比分析图片对比分析是一种直观的分析方法。
通过对比不同的图片，我们可以更好地观察和理解事物的变化和特点。
进行图片对比分析时，应注意以下几个要点：1. 选择清晰、准确的图片：对比分析的图片应该是清晰、准确的，以确保观察到的差异是真实可信的。
2. 细致观察细节：对比分析不仅要看整体，还要关注细节。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数据，对比才更有价值！
发表时间：2013/04/15 17:16|收藏11次|被阅读1218次
文/数据魔方小二致宁
作为淘宝的官方数据产品，在数据魔方将近三年的生命中，展示各式各样的行业数据一直是其最大的特点。
但魔方一直以来缺少多维度对比的模式，以至于许多商家在使用魔方时，通常是每日先去魔方中采集数据，然后再做进一步的加工，比如制作个性化的数据报表。
我们在跟很多商家的交流过程中也发现，目前许多数据工具的使用上，无疑是复杂的采集和再加工工作最令人头疼。
因此，魔方专业版的全新功能——“数据对比”，就是为了降低卖家使用魔方的时间成本。
另外一个更重要的原因就是，让魔方里面的单维度数据“活”起来，从单一维度的查看数据变成可自定义组合的多维度数据检索，真正实现魔方数据的百变组合，让使用者有种在“玩魔方”的感觉。
本文主要分为两部分，首先简单介绍一下魔方的“对比”新功能，以及如何操作。
然后给大家分享几个数据对比的思路，为分析数据抛砖引玉。
“对比”功能的呈现
进入魔方专业版之后，我们会看到一部分报表的右上方有一个“对比”按钮，首要的一步是点击这个按钮，这样就将当前报表里的数据指标采集了下来，如图1 所示。
然后进入到“对比版”，选择要进行对比的其他数据指标，就能组合成一个自定义报表，如图2 所示。
我们看到图2 中，采集下来的各个数据指标都是按照原版本魔方的数据维度分类的。
这些数据被分为“行业”、“品牌”、“产品”、“属性”、“自有店铺”五大类。
组合成新报表之后，可以看到左上角的展示模式切换按钮，可选择“折线图”、“报表”、“柱状图”三种展示效果。
将当前的对比报表保存之后，进入“我的对比”，可以选择不同的时间周期进行查看。
如图3 所示即为刚刚制作好的报表近半年的数据。
以上为大家简单介绍了“对比功能”操作的三大步骤，我们可以基本了解该功能。
下面我们就围绕“对比”这个角度，提供几个常用的数据分析的思路供大家参考。
“对比”功能的实例
首先来谈谈子行业数据对比。
淘宝的行业数据中，每个一级类目下都有许多子行业，而通过对各个子行业之间做数据对比，可以发现一些蓝海的商机，以及不同子行业下更细分的市场走势。
例如我们查看一下女装行业中的毛衣和雪纺衫这两个子类目的搜索和点击数对比，可以发现在某段时间内，毛衣市场开始到达平稳升降区，不再飙升，而雪纺衫已经进入上升阶段，这就为经营女装的卖家们提供了产品换季的时间参考，尤其是经营多种产品的商家，如图4所示。
而通过对比两个行业下的买家购买时间，也能得到十分有意思的结论。
比如“中老年女装”类目下大多数时间段的成交人数均少于“蕾丝衫”类目，但是在上午的10:00 ～11:00时间段内，老年装的成交是高于蕾丝衫的，如图5 所示，因此可以判断这个时段属于该子类目的黄金时段，可以大力做优化推广以及搞店内促销。
我们再来谈一下品牌维度的数据对比。
通常情况下，商家都会比较看重对竞争对手的分析，无论是品牌还是宝贝。
如图6 所示是New Balance、Adidas、Nike 三个品牌的成交客单价对比，我们发现三个品牌在淘宝的成交客单价都集中在200 ～250 元区间，但三个品牌的成交数量还是有一些差距。
而差距的大小，在曲线图上可以更直观地看出来，方便卖家在分析竞争品牌时做对比。
我们从图7 中可以看到，A 品牌（绿色线）在3 月6日之前成交金额一直是低于B 品牌（蓝色线）的，但是在3 月6 日之后，A 品牌突然发力超越了B，并一直保持增长势头。
这种突然性的增长势头，是很多品牌商十分需要关注的。
这两年的手机市场也被炒得沸沸扬扬，各大品牌商的竞争十分激烈，因此我们看一下淘宝上三大手机品牌商的成交金额对比，如图8 所示。
我们能够从折线图中发现：最近两周内，三星和苹果的互相追赶很激烈，而且走势趋同；小米手机由于客单价较低，导致其成交金额亦偏低，而趋势方面跟前两者也不太一样，有自己的成交高峰，因此如果是在淘宝上卖小米手机的卖家，就要思考如何跟着市场抓住这个成交高峰来提高转化率。
接下来我们再谈谈产品数据下的对比。
很多卖家对魔方里面的产品数据不太理解，这里再解释一下，产品就是指淘宝上的标类行业（比如3C数码、家电、化妆品等）中有具体型号属性（SKU 或者SPU）的商品。
我们将苹果iPhone5 和三星Galaxy Note2 的成交商品数进行对比，如图9 所示。
从图9 中我们可以看到，2012 年下半年，Note2在销量上几乎一直领跑iPhone5，两个产品的成交高峰也是完全不在一个时间节点上。
但是11 月19 日之后，iPhone5 销
量突然飙升，超越了Note2，然后两个产品就开始呈现出你追我赶的态势。
而在2013 年年初这个时间段，我们能看到iPhone5 是一直领先的，但在折线图的后半段即2 月的某天，Note2 又超越了iPhone5。
因此这样的数据对比就是一种竞品分析的思路，值得大多数标类品牌商关注。
这些商家需要关注自己的哪些产品型号在淘宝上卖得好，竞争对手的哪些型号在淘宝上卖得好，自己和别人的差距在哪里，而这些数据都是需要通过对比去完成的。
数据魔方也希望通过本次上线的新功能带给大家一些新的数据分析思路。
接下来我们来分析一下属性指标下的一个有趣的数据。
由于夏天马上就要到了，因此我们选择查看化妆品行业下防晒品的一个容量规格对比，如图10 所示。
本图里面有四条数据，分别是“容量50g 防晒的成交人数”、“容量50g 防晒的热销指数”、“容量150g防晒的成交人数”、“容量150g 防晒的热销指数”。
我们先看下面两条线（蓝线和绿线），知道了50g 的成交人数是少于150g 的成交人数的，由此得知女孩子买防晒用品都是喜欢买大瓶装的；但是再看上面的两条曲线（粉红色和紫色），可以知道50g 的防晒霜实际上比150g的更热销。
因此我们可以理解为，买防晒用品的人更喜欢买多件50g 的防晒霜，而不是买一两件150g 的防晒霜。
为何会出现这种消费行为？我们简单思考一下就能够明白：女孩子们买护
肤品不喜好一次性买大罐装的，更喜欢买小样或者小瓶的，用得好再多买几瓶，或者每一种类型的各买一个，搭配使用。
因此，商家们上新品或者做搭配套餐什么的都需要考虑到消费者的购买偏好，这样子推出的宝贝才更符合消费者的需求。
最后，简单介绍一下自有店铺数据的对比。
淘宝发展将近10 年，很多卖家都经营着多个店铺，或者同时经营B2C 与C2C 等不同类型的店铺。
但是随着天猫商城走向正品大牌，淘宝集市走向小而美，不同的市场以及商家去为不同的消费需求做出相应的改变，多店铺经营的同时需要找到差异化运营的路线。
比如通过对比同一时期两个自有店铺的转化率，寻找两个店铺经营的差距，做进一步的店铺诊断，或者对比两个店铺的新老客人数，为下一步会员营销制定策略等等，如图11
所示。
而同时研究B 店和C 店的消费者数据也是十分有价值的。
比如有个化妆品店铺掌柜曾说，基本同样的商品，B 店的男性买家比例会比女性高很多，客单价和来访、购买时间等也都大不一样。
所以店铺内的多数据对比可以帮助卖家从多个维度来分析自己店铺的各种问题，然后做出有的放矢的优化和改进。
以上就是简单给大家分享的几个对比分析的案例，希望能给诸位掌柜一个思路，仅仅抛砖引玉。
数据分析之路漫漫其修远，愿大家都能在2013 年收获更多。