虽然某些时候对比真的很讨要，但是没有对比就不能说明结论!举个例子来说，2020财年淘宝天猫GMV达成6.589万亿，如果没有对比GMV只是一个数字而已，我们并不知道这个数字代表的业务状况到底如何，业务是增长了呢，还是衰退了呢?如果我们把前三财年的GMV数据也放上，就会发现2020财年的GMV是增长的，从这个对比数据来看业务是稳定上升的。这就是对比分析在数据分析中的作用，没有对比就没有数据结论!

2对比分析到底和谁比

确定对比的对象是数据分析的第一步。对比的对象可以是自己，也可以是行业。如果是和自己比的话，可以通过某段时间的业务平均值、中位数等统计指标来衡量业务的整体大小;也可以通过变异系数来衡量业务整体的波动;同时也可以使用同比、环比等指标来衡量业务的变化趋势。如果是和行业比较的话，可以通过行业趋势与业务发展趋势进行对比，以判断业务发展是否健康;当然也可以和行业的金标准进行对比，以确定业务发展是否达到行业标准，进而调整业务发展方向和策略!

对于数据整体大小的衡量，可以将业务数据与某段时期内的平均值、中位数、目标值作比对，当然也可以和行业金标准做对比。

11月是电商大促活动月，11月的GMV高于全年月均值、全年月中位数是必然的结果。这时候就可以和当初定下来的目标值进行比较，看今年的大促活动是否达到预定目标，若没有达到则可以继续分析到底是哪个区域、哪个品类、哪个环节存在问题，以积累经验下次大促避免类似情况发生。当然，也不能随随便便就否定自己的成绩，可以将11月GMV和行业的金标准比一比，高于行业标准说明这次大促还是高于行业水平，有值得肯定的地方。数据周期性、内因和外因引起的数据波动属于正常波动，对于这三类波动的衡量可以用不同时期内的变异系数、方差、标准差等进行对比。各个指标如何计算，我们这里就不在赘述。

3.衡量数据趋势变化

对于数据变化趋势的衡量，可以考虑从时间和空间两个不同维度展开考虑，从时间维度可以考虑横向比较、纵向比较、同比、环比、定比等等，而从空间维度的话可以产品、用户、区域等多个层面进行对比分析。

3.1 时间维度

从时间维度上讲，可以通过横向比较、纵向比较、同比、环比、定比以及特殊时期对比说明结论。