本文是《數據分析基礎方法與思維》

系列文章的第三篇，其他相關文章可以點擊我的主頁查看！

上兩篇我們講了數據分析方法中最基礎的對比思維和細分思維，不少同學都私信問我：為什麼自己在做對比分析的時候，只能做現有問題的原因分析和對比差異，得到的數據結果很難為下一步的工作決策做輔助，不知道是哪裡出了問題？

我們在進行對比分析的時候，往往會忽略一個重要的分析方法——趨勢分析。這時候還會有同學說，自己也經常做數據趨勢圖，並沒有忽略。其實，單純的數據趨勢圖是根本沒有任何價值的，趨勢分析最核心的關鍵，就是能否針對核心指標進行變化原因分析。

具體怎麼做呢？不要著急，我們慢慢來看

一、什麼才是趨勢分析？

你可以簡單地把趨勢分析定義為對比分析的一種，一般來說是按照時間的維度，對某一數據或者不同數據變化趨勢進行差異化研究，以及對數據的下一步變化進行預測。

趨勢分析一般而言，適用於產品核心指標的長期跟蹤，比如，點擊率，GMV，活躍用戶數等。做出簡單的數據趨勢圖，並不算是趨勢分析，趨勢分析更多的是需要明確數據的變化，以及對變化原因進行分析。

趨勢分析另一個核心目的則是對趨勢做出解釋，對於趨勢線中明顯的拐點，發生了什麼事情要給出合理的解釋，無論是外部原因還是內部原因。

比如，下圖是某公司按崗位類別劃分的招聘天數的變化趨勢：

從中可看出：客服類崗位的招聘天數下降明顯，而運營和銷售類崗位的天數都呈上升趨勢，其中銷售類的趨勢尤為明顯。從HR的角度來分析，我們就需要重點關心銷售類崗位，解決其耗時上升的問題。，

但是要注意一點，這樣的趨勢數據圖是分析不出什麼價值的，需要結合其他維度的數據進行橫向、縱向的差異化對比，才能進行完整有效的趨勢分析。

趨勢分析除了可以用時間作為維度之外，還包括地區、人群等，不過並不常見，這裡就不介紹了。

二、趨勢分析的分類

在進行趨勢分析之前，我們首先要明確自己要做的趨勢分析屬於哪一類，然後才能針對性地採用各種方法，一般來說趨勢分析的分類方法主要有兩種：

一是按照分析目的分類，可以分為預測趨勢分析和現狀分析，比如你如果想評判一下某個產品賣得好不好，就屬於現狀分析，一般只需要對比當前數據和歷史數據即可；而假如你想預測一下某個產品能不能繼續擴大市場，也就是預測分析。

二是按照分析方向分類，可以分為縱向分析和橫向分析兩種。分類的方法非常簡單，如果你的趨勢圖上只有一條線，也就是對單個數據進行自身趨勢對比，就屬於縱向分析；如果你想對多個數據進行同一緯度的趨勢對比，就屬於橫向對比。

得到這樣的趨勢線，無非就是數據的統計、彙總、出圖，但是我們的重點在於分析曲線的發展原因。

怎麼做趨勢分析？

這裡我就統一進行預測分析進行說明：

1、如果你想要做單一數據的縱向趨勢分析，最核心的分析要點就是找拐點，然後結合不同維度數據進行原因分析，最後進行有效預測，得到趨勢分析結果。

具體我們舉個例子，下圖展示了2015-2019年間某家企業的年增長率（折線）和營收總額（柱狀）變化情況，如果想要對這家企業進行增長率預測分析，該如何做呢？

第一步，找拐點。根據增長率的變化圖波動來看，我們可以選取曲線突然下降的2017年作為分析拐點，我們首先要找到異常數據。

第二步，分析原因。為什麼企業年增長率從2015年開始的不斷上升，突然在2017年急劇下降呢？我們單從增長率變化上看不出原因，因此需要另一維度的數據進行對比分析，比如圖中的營收總額，很明顯在2017年的時候，營收總額突然下降，之後雖然營收總額不斷回升，卻仍然阻止不了企業增長率的下跌。

根據這兩個數據，我們得到以下結論：

2017年企業營收情況太差，造成企業增長速率的放緩；

2017年之後，企業營收基本保持不變，難以支撐高速發展的企業，因此企業發展逐漸陷入停滯；

第三步，有效預測。數據預測的方法有很多，我這裡用的是FineBI中的迴歸擬合，可以做出一條預測分析線，可以看出因為營收情況的平緩增長，企業的增長率大概率會保持在現有的9%不變，或者緩慢下降，除非企業採取措施擴大市場。

2、如果你想對多個數據進行橫向趨勢分析，核心點就是找差異。

比如下圖的數據，展示了A、B、C、D、E五個不同產品在不同時間內的銷售情況，那麼如何對不同產品的銷量進行趨勢分析呢？

第一步，找差異點。因為數據比較多，我們在進行差異點尋找的時候往往難以清晰找到，而且每個產品的波動都比較大，拐點非常多，這時候怎麼辦呢？

這時候我們就要轉而尋找差異點，例如我們可以看到2010年3月B產品的銷量上升到了高峰，而其他產品均下降，這就是一個差異點；而2011年1月雖然B產品銷量也達到了高峰，但是其他產品也同時呈現了銷量上升的情況，因此不足以成為一個差異點。

第二步，拆分指標。因為多維度指標的趨勢分析很難針對所有指標進行分析，因此需要將指標進行拆分，比如下面這樣：

第三步，分析趨勢。根據上面已經拆分出來的數據趨勢圖，就能看出整體的趨勢。最終，我們可以得到一個產品分類和管理的模型，作為我們的分析結果：