九大数据分析方法之：标签分析法

大家好，我是爱学习的小xiong熊妹。

今天继续介绍九大数据分析方法系列。上一篇我们提到，如果想找两个指标之间相关关系，可以用相关分析法。但很多时候，我们想找的关系，不能用指标来表达。航空，医药和基础设施相关板块上涨，金田跌逾6%，泛美白银跌逾4%，美航集团涨逾2%；BioNTechSE上涨近5%。

比如:

是不是社区店比步行街店，生意更好? 是不是私域流量比公域流量，转化更佳? 是不是刮风下雨比晴空万里，销售更好?

社区店/私域流量/刮风下雨，很难用一个数据指标来衡量。但这些因素，又确实会对企业经营产生影响，该怎么分析呢?这就需要采用:标签分析法

一、什么是标签

标签是有明确含义的，概括性的描述。举个简单的例子，有热心小伙伴想给小熊妹介绍男朋友，如果一本正经地讲各种信息，那么有效果吗

如果用标签来描述，可能效果是

这就是标签作用的直观展示。一个好的标签，能够让人们一目了然的看到事情的特征。从而指导后续的行动

要注意的是，标签和数据指标之间，是可以做相互转换的:

比如高富帅的ldquo;高rdquo;，也可以表达为:身高181cm以上

比如天气是:ldquo;刮风下雨rdquo;，也可以表达为:当日降雨10mm

因此在使用标签的时候，一定要确保标准统一+所有人理解一致，避免理解错误。

二、什么是标签分析

标签分析，特指用打标签的方式，把难以量化的因素转化为标签，进而分析该因素与其他事情的关系。像开头举例的社区店/私域/下雨，都是标签的具体应用。

标签分析一般分四步

明确要分析的影响因素 把影响因素制作成标签 明确要分析的指标 对比不同标签下，指标差异 得出分析结论 三、标签分析举例

举个简单的例子，南方某省，8月份经常下暴雨。大家都觉得:下雨会影响门店业绩。那么怎么分析呢?按照五步法，可以针对该省份门店，做分析如下图:

那么可以得出结论:下雨对业绩影响不大，这就做完了。。

但这和大家的直观感受非常不一样!明明感觉是下雨了业绩就少，为啥数据不一样呢?这是因为:标签做的太粗糙。

细想一下

8月份不下雨，也会有其他恶劣天气，比如高温 下雨也分大雨小雨，毛毛细雨和暴雨的影响不一样 有些暴雨太严重，政府会发停工停学的通知

所以做标签，至少得把这几类情况都标识出来，这样对比才有意义

更新后会发现:

不下雨时，高温天气也会影响业绩 下雨时，普通雨天并没有很大影响 下雨时，暴雨天气会大大影响业绩 下雨时，政府发了停工通知，反而会引发市民囤积物资

因此，还得再更新标签，看新结论

这样的区分就很有意义了。美国股市收盘涨跌互现，道指和S&P股市延续了9月以来的疲软表现。遇到业绩下滑，门店店长/大区主管经常本能的把问题归结于ldquo;下雨了rdquo;，到底是不是因为下雨呢?有了这个分析支持，可以看出:除非天气预报标注为ldquo;暴雨rdquo;/ldquo;高温rdquo;极端天气，才会真有影响，其他情况并非天气影响。这样就能开展下一步的分析了。

四、标签分析的不足之处

标签分析有个很明显的不足之处，就是一个事情是有多个标签的，如果选择不当，拿了错误的标签比较，经常得出错误的结论。

比如，我们比较社区店/CBD店的销售业绩，选了2家店，发现昨天的业绩如下图

这时候得出的结论是:社区店业绩小于CBD店，应该多开社区店。

但注意!这里有另一个标签，就是日期，选择的日期是周六，周末CBD都没人上班呀，那肯定业绩很差了。那么考虑了日期标签以后，对比结果如下图

这时候得出的结论就是:CBD店大于社区店，应该多开CBD店。投资者权衡了首次申请失业救济人数和疫情进展，而零售额数据的意外增加再次引发市场对美联储提前减少债券购买的担忧。

但是，这样还没有穷尽可能性。

CBD店店租成本很高，可能一间店顶2间社区店 CBD店都是直营店，人员素质可能更高(人员素质) CBD店面积大，所以上的商品更全(商品数量) hellip;hellip;

当我们试图深入分析一个事情，就会发现，太多标签叠加在一起，相互作用。因此单靠一两个标签的简单对比，是无法分析清楚的，这时候需要先建立分析逻辑，再做分析。这就需要用到MECE方法。