我正在和鲸社区参加“和鲸训练营·数据分析业务基础”https://www.heywhale.com/home/activity/detail/62a30c47ac8fed66250b2828/content/1 ，以下是我的学习笔记：
日期：2023年9月4日对比分析法多维度拆解法
可能大家对于“对比分析法”已经不够陌生了，在我高中记忆课本的时候我就比较喜欢使用对比分析法来做，因为找出不同才能更加好的去解决问题。
假如说，现在我们知道某个公司某一天的销售量下降了400，这个能说明我们是否说明当时这个时节上公司出现了问题。
这里不妨看两个情形：
情形一
我们可以看到这个图的3月份到4月份过程，销售量下降了400左右，从曲线的斜率我们可以看出来，这确实是一种趋近跳崖式的下降。如果我们现在作为公司的执行官，这个时候就很有必要采取措施了。情形二
同样是3月份到4月份，这两者之间差距了快500，但是我们从这个图形上来看，其实并没有那么恐怖，还是一个比较平缓的方式过渡。
从上面的一个小测试，我们就可以知道一个简单的道理。数字本身并没有多少意义，但是一旦对比起来，就有了三六九等了。
”没有对比就没有伤害“。在上面的测试中，虽然都是400左右的跌幅，但是在情形一中我们潜移默化的将这个跌幅400和平时日常营销产生了对比，从而发掘了这个节骨点出现了问题。而在情形二中，我们并没有直接根据跌幅了400就说，就说这个点出现了问题。
在说怎么比之前，我们可能大家都已经知道两个关键的名词，同比与环比。
同比就是与去年这个节骨眼比较，而环比就是今天和昨天比较。和自己比和行业比• 从时间维度• 从不同业务线• 从过往经验• 都跌, 能否比同行跌的少• 都涨, 能否比同行涨的慢
（我是一个比较内耗的人，所以很多情况都是和自己在比，但是有些时候是周围同学都在愁，而且似乎他们比我更加烦恼，这就说明这次并不是我自己在内耗，而是形式所迫，可能是因为要考试了。）
在这个之前，我们还是讲解一个例子，现在我准备在某团上点外卖，然后好评差评的数据如下：
选B？
从上面来看，好像B餐厅的好评率高于A餐厅，所以选择B餐厅？
在这个之前我们比较建议，把问题从另外一个维度展开看看。因为我们去餐厅吃饭，会包括吃中餐，还有吃晚餐。
所以我们按照这两个维度来做进一步分析。A餐厅详细数据B餐厅详细数据
假如现在我们准备点个午餐，从好评率上得知：A餐厅优于B餐厅
假如我们准备点个晚餐，从好评率上也可以得到：A餐厅优于B餐厅
所以？A餐厅好，还是B餐厅好？
可能写到这里，大家都有点懵逼了。建议回到例子开始的位置，再来一遍。因为这个就是著名的“辛普森悖论 ”。
本质上，我们要是从好评率上来看，其实A餐厅是优于B餐厅的。但是从整体的数据上来看是B优于A的。从业务指标拆解
为什么低龄年龄的用户留存比较差?将目标细化从业务流程拆解两中方法都是数据分析比较入门级别的方法在对比分析法中，选择对比的对象一定要具有可比性，否则将不存在任何意义多维度拆解法是用于分析问题的一个比较方便的手段。
着重了解理论趋势分析法漏斗分析法
