大家好，我是爱学习的小xiong熊妹。本日连续先容九大数据剖析方法系列。上一篇我们提到，如果想找两个指标之间干系关系，可以用干系剖析法。但很多时候，我们想找的关系，不能用指标来表达。比如：
是不是社区店比步辇儿街店，买卖更好？是不是私域流量比公域流量，转化更佳？是不是刮风下雨比晴空万里，发卖更好？社区店/私域流量/刮风下雨，很难用一个数据指标来衡量。但这些成分，又确实会对企业经营产生影响，该怎么剖析呢？这就须要采取：标签剖析法。
一、什么是标签
标签是有明确含义的，概括性的描述。举个大略的例子，有热心小伙伴想给小熊妹先容男朋友，如果不苟言笑地讲各种信息，那么有效果吗（如下图）:
如果用标签来描述，可能效果是（如下图）:
这便是标签浸染的直不雅观展示。一个好的标签，能够让人们一览无余的看到事情的特色。从而辅导后续的行动要把稳的是，标签和数据指标之间，是可以做相互转换的：
比如高富帅的“高”，也可以表达为：身高181cm以上。
比如景象是：“刮风下雨”，也可以表达为：当日降雨10mm。
因此在利用标签的时候，一定要确保标准统一+所有人理解同等，避免理解缺点。
二、什么是标签剖析
标签剖析，特指用打标签的办法，把难以量化的成分转化为标签，进而剖析该成分与其他事情的关系。像开头举例的社区店/私域/下雨，都是标签的详细运用。标签剖析一样平常分五步：
明确要剖析的影响成分把影响成分制作成标签明确要剖析的指标比拟不同标签下，指标差异得出剖析结论三、标签剖析举例举个大略的例子，南方某省，8月份常常下暴雨。大家都以为：下雨会影响门店古迹。那么怎么剖析呢？按照五步法，可以针对该省份门店，做剖析如下图：
那么可以得出结论：下雨对古迹影响不大，这就做完了。但这和大家的直不雅观感想熏染非常不一样！
明明觉得是下雨了古迹就少，为啥数据不一样呢？这是由于：标签做的太粗糙。细想一下：
以是做标签，至少得把这几类情形都标识出来，这样比拟才故意义（如下图）更新后会创造：
不下雨时，高温景象也会影响古迹下雨时，普通雨天并没有很大影响下雨时，暴雨景象会大大影响古迹下雨时，政府发了歇工关照，反而会引发市民囤积物资因此，还得再更新标签，看新结论（如下图）：
这样的区分就很故意义了。碰着古迹下滑，门店店长/大区主管常常本能的把问题归结于“下雨了”，到底是不是由于下雨呢？有了这个剖析支持，可以看出：除非景象预报标注为“暴雨”/“高温”极度景象，才会真有影响，其他情形并非景象影响。这样就能开展下一步的剖析了。
四、标签剖析的不敷之处
标签剖析有个很明显的不敷之处，便是一个事情是有多个标签的，如果选择不当，拿了缺点的标签比较，常常得出错误的结论。比如，我们比较社区店/CBD店的发卖古迹，选了2家店，创造昨天的古迹如下图这时候得出的结论是：社区店古迹小于CBD店，该当多开社区店。
但把稳！
这里有另一个标签，便是日期，选择的日期是周六，周末CBD都没人上班呀，那肯定古迹很差了。那么考虑了日期标签往后，比拟结果如下图：
这时候得出的结论便是：CBD店大于社区店，该当多开CBD店。但是，这样还没有穷尽可能性。
CBD店店租本钱很高，可能一间店顶2间社区店（开店本钱）CBD店都是直营店，职员本色可能更高（职员本色）CBD店面历年夜，以是上的商品更全（商品数量）……当我们试图深入剖析一个事情，就会创造，太多标签叠加在一起，相互浸染。因此单靠一两个标签的大略比拟，是无法剖析清楚的，这时候须要先建立剖析逻辑，再做剖析。这就须要用到MECE方法。下一篇再分享哦。
作者：码工小熊，微信"大众年夜众号：码工小熊
本文由 @码工小熊 原创发布于大家都是产品经理，未经容许，禁止转载。
题图来自 Unsplash，基于CC0协议
