课程名称：构建数据分析工程师能力模型，实战八大企业级项目
课程章节：3-1 对比分析和分类分析思路与应用场景
课程讲师：fish

课程内容
对比分析种类
例：小米及竞品电商购物转化

• 静态比较： 在同一时间条件下对不同总体指标的比较，如不同部门、不同地区、不同国家的比较、也叫横向比较，简称横比；
• 动态比较： 在同一总体条件下对不同时期指标数值的比较，也叫纵向比较，简称纵比。

对比分析注意事项

• 指标的口径范围、计算方法、计量方式必须一致，即要用同一种单位或标准去衡量。
• 对比的对象要有可比性，有实际的对比意义。进行对比分析时，可以单独使用总量指标或平均指标，也可以将他们结合起来进行对比。
• 对比的指标类型必须一致。无论绝对数指标、相对数指标、平均数指标，还是其他不同类型的指标，在进行对比时，双方必须统一。
  

时间维度对比： 同一指标在不同时间维度下的对比，如同比，环比，定基比等

空间维度对比： 不同空间数据的对比，比如中国和美国的对比，北京和沈阳，沈阳中街和大连星海广场进行对比。

分类（分组）分析

• 基本概念：分类分析法是根据数据分析对象的特征，按照一定的标志（指标），把数据分析的对象划分为不同的类型来研究，以揭示其内在的联系和规律性。
• 使用方式：目的就是为了对比，把总体中具有不同性质的对象区分开，把性质相同的对象合并在一起，保持各类内对象的属性的一致性、类与类之间属性的差异性，以便进一步运用各类数据分析方法来揭示内在的数量关系，因此分类法必须和对比法结合使用。

分类分析类型

• 属性指标分组分析法：按属性指标分组一般比较简单，分组指标一旦确定，组数、组名、组与组之间的界限也就确定。例如，人口性别按男女两组，具体到每一个人应该分在哪一组是一目了然的。
• 数量指标分组分析法：数量指标分组分析法是指选择数量指标作为分组依据，将数据整体划分若干性质不同的部分，分析数据的分布特征和内部联系。根据数据的性质（离散数据或连续数据），它分为单项式分组和组距式分组。
  

课程收获
感谢老师带来的数据分析对比分析的应用场景以及数据对比，分类，分组分析的相关方法，使我受益颇丰，学到了许多新的名词，以及之前听起来很熟悉但却不明其意的名词，如同比，环比等，老师以图文并茂的方式讲解数据对比分析的相关概念，以及特有的方法，帮助我更好的掌握对比分析的方法，更加激发起我对数据分析这门课程的兴趣。