经过来源核对和质量检查,小周终于拿到可以分析的门店数据。运营经理仍在等一个直观回答:“是不是所有门店都在下滑?”如果只展示总收入的一条折线,小周可能回答“整体下降”,却看不出变化来自哪家门店;如果一上来做复杂模型,又可能在最基本的事实尚未看清时过度解释。
数据分析第五步是探索:先确认样本规模、时间变化和分组分布,再把观察到的现象写成可复核的事实。本文沿用虚构门店场景,用一组极小的模拟数据演示统计与图表的用途。示例不是现实经营结果,图表只能展示已发生的记录,不会自动告诉我们变化的原因。
文章目录
- 先看整体,再看整体掩盖了什么
- 描述统计要兼顾规模、分布与缺口
- 用 Python 复现最小探索结果
- 把观察结果整理成事实台账
- 总结
先看整体,再看整体掩盖了什么
小周把两个时期的净收入汇总,得到前期 2 万元、后期 1.9 万元,下降 5%。这个数字回答了“整体有没有变化”,还没有回答“所有门店是否一样”。继续按门店拆解,A 店从 1.2 万元降到 0.9 万元,B 店从 0.8 万元升到 1 万元。整体下降是 A 店减少 3000 元与 B 店增加 2000 元共同作用的结果。
| 范围 | 前期净收入 | 后期净收入 | 绝对变化 | 相对变化 |
|---|---|---|---|---|
| A 店 | 12000 元 | 9000 元 | -3000 元 | -25% |
| B 店 | 8000 元 | 10000 元 | +2000 元 | +25% |
| 两店合计 | 20000 元 |