數據分析標準方法之周期性分析法
經常有同學問：拿到數據后該怎么做分析？從0開始，有很多分析方法可以依次使用，由淺到深地讀出數據含義，發現業務問題。其中，最基礎的就是周期性分析法，只要1個指標就能動手做分析，操作簡單，而且能幫新人避免很多錯誤。
什么是周期性分析
我們知道：數據反映業務情況。很多業務本身有固定的變化規律，即業務周期性。通俗地說，就是到了特定時間點，業務自然會漲、自然會跌。業務的周期性是普遍存在的，如果做分析的連周期性都不知道，很容被人笑話：“沒常識！”
周期性分析法，即通過數據，找出業務周期性。從而達到理解業務規律、發現業務問題、避免誤判的方法。那么，該怎么發現業務周期性呢？
典型周期之：自然周期
所謂自然周期，即業務發展隨著時間自然波動。比如：
- 季節效應：冰淇淋、空調夏季賣得好，暖寶寶、羽絨衣冬季賣得好
- 節日效應：吃喝玩樂業務在節假日業績好，企業業務在工作日業績好
想發現自然周期，非常簡單！只要2步：
1、選定一個主指標（比如收入、銷量、用戶量）
2、按月統計該指標走勢，即能發現季節效應
3、按日統計該指標走勢，既能發現節日效應
（如下圖所示）
圖片
自然周期是很多業務決策的起點。比如新開門店、商品備貨、用戶拉新，都得找需求旺季下手。而季節性又常受到天氣影響，如果發現今年天氣熱的更晚/冷的更早，就得相應調整備貨進度，避免積壓。
要注意的是，春節/中秋/清明這種非固定日期的節日，經常會破壞常規指標走勢。特別是春節，影響持續時間長，所以一般會做特殊處理：以除夕為節點，往前看1個整周，往后看假期+假期后1個工作整周，專門為這三周分配任務目標（而不是以自然月為單位分），從而避免因為目標分配不合理導致的數據報假警。
典型周期之：生命周期
所謂生命周期，即產品自身興衰過程。比如手機，新出的手機大家都搶著買，過一段時間，性能落后了，就開始掉價，最后完全被市場淘汰。
如果想觀察產品生命周期，就不能統計自然時間，而是
1、找一個主指標（比如收入、銷量、用戶量）
2、從該產品上市之日起，按周/月統計主指標
3、觀察上市之日至最近日期指標走勢，發現生命周期
圖片
不同產品生命周期曲線，是可以拿來對比的。好的產品，成長期增長速度更快，成熟期達到的銷量/收入峰值更高，高銷量維持的時間更久；不好的產品，成長期增長更慢，銷量下跌的拐點來得更早。了解產品生命周期以后，有利于給產品定性
典型周期之：業務效應
所謂業務效應，即業務效果持續期。比如做促銷活動，一般都是第一天人聲鼎沸，之后慢慢衰弱，最后收尾那天又有高峰。
如果想觀察業務效應，應從業務行動開始之日進行統計
1、根據業務目標（是提銷量，還是拉用戶）設定主指標
2、從業務行動開始之日起，向前，向后各延長一段時間
3、觀察業務行動之前、中間、之后的指標變化，總結規律
這里做法和前兩個有很大區別，其一：要根據業務目的定主指標。比如做促銷活動，有可能銷售收入會漲，用戶活躍也漲（因為要買貨），退貨率也會漲。此時就得問清楚：我們做這個活動首先是為了拉銷售還是促活，這樣才能定主指標。
其二：業務行為可能疊加在自然周期/生命周期之上見效，所以不能只看業務行為發生時情況，得往前往后看。比如店鋪促銷活動，可能店鋪常規銷售有一個走勢，觀察促銷效果時，要剔除常規走勢。比如商品活動，有可能希望上市沖量/退市清貨，此時會在常規生命周期走勢之上疊加效果，也要做剔除
圖片
周期分析法用途
最大的用處，就是發現數據異常。大家牢記一句：事出反常必有妖。
如果看到數據走勢：
1、完全打破了以往的規律，往往意味著業務出現了重大問題
2、仍符合以往規律，但表現逐漸離譜，往往意味著業務出了底層問題
3、仍符合以往規律，但波動范圍更大，往往意味著業務個體表現差異明顯
4、符合以往規律，偶爾有個3%~5%的波動，往往是正常波動，過2天自己就好了。
（如上圖）看到指標異動，先觀察變化趨勢再下手，就不會陷入細節里。經常有太過敏感的人，看到指標下跌3%就開始著急找原因，結果報告還沒寫完，指標已經漲的更高了，又趕緊找漲的高的原因……其實稍微時間拉長點就發現：都是周期波動。
周期分析法，還是更深入分析的基礎。比如做預測，如果能拆分出整體數據中周期規律，預測就非常簡單！比如做指標異動分析，如果已知有幾個因素在影響，每個因素自身周期規律，那么追溯真實原因也很容易。很多同學做得不深入的原因，就是對基礎規律了解不夠。
