在數據分析中，單個字段的對比在特殊場景下并不嚴謹，還有可能產生錯誤的分析與判斷。而引入比率概念后，我們則可以更加準確地識別數據，做數據分析。

在上篇文章中，和大家一起分析了常見的“數據對比”，也通過“老王女裝店中靜默銷售額”的案例提出單個字段的數據對比，具有迷惑性，存在陷阱。

由此可見，單個字段的對比在一些特殊的場景下是不夠嚴謹的，容易產生錯誤的判斷。

這個時候我們可以引入“比率”的概念，通過“比率”來破解這一數據對比陷阱，可以讓論證結果更加嚴謹，更加科學。

下面讓我們一起來討論“比率”在數據對比中的意義。

一、什么是比率

“比率”在百度百科中的解釋是，樣本（或總體）中各不同類別數據之間的比值，由于比率不只是部分與整體之間的對比關系，因此比值可能大于1。

從“比率”的定義中可以發(fā)現，比率的值是多個字段經過了對比得到的值，這也是為什么它能更加嚴謹和科學的原因，通過計算比率過程中的對比，對不同的數據進行了一次標準化的過程。

例如下面這個例子，通過“客單價”這個比率對客服的銷售能力進行了一個標準化的衡量，發(fā)現對于單個顧客的成交價格金額，客服甲的能力優(yōu)于客服乙：

老王女裝店的2個客服，客服甲和客服乙的今日銷售情況 ：

• 今日客服甲銷售額3000元，成交人數為30人，客單價100元

• 今日客服乙銷售額5000元，成交人數為60人，客單價83.33元（保留兩位小數）

那么哪些字段算的上“比率”呢？常見的“比率”有3種，占比、轉化率、平均值。

占比，是指一個總體中各個部分數量占總體數量的比重，反映總體的構成或者結構。

下面我們通過老王的店鋪來看一下，在沒有引入“占比”前，我們通過“團隊銷售額”和“全店銷售額”兩個字段，能得出兩個字段的今日數據都比昨日有明顯降低：

• 今日客服團隊銷售額10000元，全店銷售額15000元

• 昨日客服團隊銷售額12000元，全店銷售額20000元

通過對“團隊銷售額”和“全店銷售額”兩個字段的分析，發(fā)現“團隊銷售額”屬于“全店銷售額”的一部分（通常店鋪銷售額=團隊銷售額+靜默銷售額），符合“占比=占比數例值/總數值“。

通過計算“團隊銷售額”占全店的占比，就能夠直觀的發(fā)現客服團隊對全店銷售額的貢獻度，發(fā)現今日“團隊銷售額”是降低了，但是對于店鋪的整體貢獻度更大，較為客觀的衡量了店鋪每天的銷售情況，也便于店鋪主根據這一數據調整對“客服團隊”和“自然靜默銷售”的策略。

• 今日客服團隊銷售占比：66.67%

• 昨日客服團隊銷售占比：60%

通過案例可以推斷出的“轉化率”的通用公式：

公示：C字段=A字段/B字段

數據格式：

• A字段：總體中某個個體或部分的數據

• B字段：總體數據

• A字段是B字段的子集，或者說B字段包含A字段

• 單位：百分率（%）

占比，直觀反映了個體占總體的比重，常被用于觀察總體的構成情況（每個個體的占比起情況），監(jiān)控個體在總體的變化（個體隨著時間維度在總體的占比變動）。

轉化率，指一個周期或一個業(yè)務流程內，某一行為針對另一行為的轉化百分率。

例如在電商客服中的一個接待周期，接待客戶–>詢單客戶–>下單客戶–>購買；在app中一個商品推廣的業(yè)務流程，落地頁–>購買頁–>訂單頁–>購買。

在前一個行為進行到下一個行為的過程中，都會產生流失，轉化率為我們分析不同行為之間的轉化，以及一整個業(yè)務流程或周期內每個步驟的轉化情況提供了數據支持和指導意義，同樣來看下老王店鋪的案例

最近，老王的店鋪想要評估下整個客服團隊在“接待”上的能力，老王收集了1月份客服團隊“進店人數”，“詢單人數”，“下單人數”，“付款人數”的數據。

單純依靠這些數據，我們只能獲得孤立的結論，比如通過“進店人數”，對老王店鋪1月份的進店客戶數的了解，能讓我們對店鋪規(guī)模有一個大致的概念，但是沒有辦法進一步評估客服團隊的“接待”能力。

而通過4個字段的分析，4個行為的人數是逐級減少的，這也符合了一個接待周期的規(guī)律，但是仍然無法分析出“接待”能力。

老王店鋪客服團隊1月份接待客戶的數據如下：

• 進店人數：10000人

• 詢單人數：8342人

• 下單人數：2350人

• 付款人數：2139人

其實我們分析上述的4個字段，不難發(fā)現，其分別對應了“接待”客戶中客戶不同的4種行為——進店、詢單、下單、付款。

4個行為屬于一個周期內先后的4種客戶表現：進店–>詢單–>下單–>付款（每個行為非必須，比如客戶進店后沒有向客服詢單直接下單付款），我們可以在每個環(huán)節(jié)引入轉化率。就可以非常直觀的了解客服團隊在“接待”客戶的每一個環(huán)節(jié)的流失情況，可以針對性采取一些措施：

• 進店–>詢單轉化率：83.42%

• 詢單–>下單轉化率：28.17%

• 下單–>付款轉化率：91.02%

通過案例可以推斷出的“轉化率”的通用公式

公示：C字段=A字段/B字段

數據格式：

• A字段：行為1的數據或數據之和

• B字段：行為2的數據或數據之和

• 行為1和行為2同屬一個周期，傳遞關系為行為2–>行為1

• 單位：百分率（%）

轉化率是一個周期或者一個業(yè)務流程中，用戶行為的直觀和真實反映。能幫助我們對每一個行為進行監(jiān)控和分析，也能幫助我們及時發(fā)現其中存在的問題，并采取對應的策略。常常被應用在業(yè)務流程中“核心和關鍵場景”分析，例如注冊流程，電商的交易流程等

平均值是數據分析中常用的比率之一，是數據之和除以數據個數后得到的值，反映的是數據的集中趨勢，常常用來度量數據的一般水平。我們還是通過老王店鋪的案例來理解平均值吧

老王的店鋪又到了考核“客服績效”的時候，其中有一項對客服銷售能力的考核，我們僅從銷售額和成交人數看，都無法很好比較出客服甲和客服乙誰的銷售能力更強，因為兩者的銷售人數不同。

老王女裝店有2個客服，分別是客服甲，客服乙 :

• 今日客服甲銷售額3000元，成交人數為30人

• 今日客服乙銷售額5000元，成交人數為60人

分析“銷售額”和“成交人數”的關系我們發(fā)現，銷售額是每個成交人數的成交金額之和，符合平均值的定義，可以引入平均值=銷售額/成交人數，常常定義為“客單價”，通過“客單價”把不同度量單位的“銷售額”和“成交人數”用“單位人的金額”統(tǒng)一了，直觀的展示了兩個客服的銷售能力，發(fā)現客服甲的銷售額能力強于客服乙：

• 客服甲的今日客單價100元

• 客服乙的今日客單價83.33元（保留兩位小數）

通過案例可以推斷出的“平均值”的通用公式：

公示：C字段=A字段/B字段

數據格式：

• A字段：總量，一組數據的數據之和

• B字段：數量，一組數據的數據個數

• 單位：C字段單位同A字段單位

平均值能較好的反映了一組數據的集中趨勢，直觀、簡單的反映了一組數據的一般情況。

平均值與平均值的對比，也解決了不同數組之間單位不一致無法比較的情況。

平均值往往被應用于，描述和對比不同個體之間的優(yōu)劣和效果，例如常見的客單價、件均價等。

二、總結

通過“比率”在數據分析和數據產品中，是一種常見的方法，能更科學和嚴謹的評估對比現象，得出的論證結果也較為全面，避開了單字段對比容易產生的陷進問題。

但是“比率”也存在一定的問題，例如下面的例子，運營同學單純的從商品A的銷售占比出發(fā)，確實可以發(fā)現商品A銷售占比相較于活動前一天有很大的提高，得出了年貨節(jié)的活動是成功的。

但是老王通過對當天銷售額的查看，發(fā)現商品A的實際銷售額是下降的，那么這次活動真的成功了嗎？

• 年貨節(jié)當天總銷售額10w，商品A銷售額8w，商品A銷售占比80%

• 活動前一天總銷售額20w，商品A銷售額12w，商品A銷售占比60%

從這個案例中我們可以發(fā)現比率也是具有一定迷惑性的，“銷售占比”只能評估當天該商品的一個銷售占比和權重，跨天比較就會存在誤導性，所以在使用比率中，我們需要明確對比的對象。

本文由 @晌午 原創(chuàng)發(fā)布于人人都是產品經理 

題圖來自Unsplash，基于CC0協議。