在現今數據驅動的世界，資料分析已成為每個企業不可或缺的一部分。而其中的期間比較與標的比較，則是資料分析中的重要技巧。這篇文章將深入探討這兩個方面，並提供實用的建議，幫助你在數據分析中做出明智的決策。
資料分析的期間比較
顧名思義是針對時間的比較，例如本期比上期，本期比去年同期等，但要注意的是針對比較期間要留意當時的時空背景是否相同，如果不同，兩者拿來比較是否有意義，例如當時發生COVID-19時，被疫情影響導致許多產業的業績下滑，如果拿沒有發生疫情的業績相比，一定是現在比之前好很多。如果報表只有列出時間，報表使用者沒有留意當時的事件，就會做出錯誤的判斷。但既然知道當時的事件，還能拿來比較嗎？這時候就要看我們的目的是甚麼，如果想知道現在相較疫情時業績恢復多少，那當然還是能拿來當基準的。
資料分析的標的比較
比較的對象我分成兩類：自己跟自己、自己跟同類。
自己跟自己很容易明白就不說明。自己跟 “同類“指的是自己跟同類型的相比，例如同樣規模、同樣類別、同樣年資等具備某一特性是與自己相同的，這樣可以知道在同類之中，自己的狀況如何。
綜合期間比較，會得出以下幾種比較組合：
| 自己 | 同類 | *比較 | |
|---|---|---|---|
| 本期 | 自己本期 | 同類本期 | 自己與同類在本期的差異 |
| 前期 | 自己前期 | 同類前期 | 自己與同類在前期的差異 |
| 去年同期 | 自己去年同期 | 同類去年同期 | 自己與同類在去年的差異 |
| *比較 | 自己在前期、去年同期的比較，需考量比較期間當時的時空背景 | 同類的期間比較目的在凸顯自己跟同類的成長差異，例如同類本期與前期成長30%，自己的本期與前期成長20%，那就是自己還有進步空間等 |
解讀思路
進行完第二步的趨勢評估之後，對於數字有基本的了解，接下來開始針對發現的這些狀況與趨勢進行下一步的建議與規劃。但是在建議與規劃之前，第一件事要先找出「原因」。
我們舉個例來看比較清楚~
上表的營業額本期要上期增加，營業額等於客戶數乘上客單價，而客戶數比上期減少，可見本期的增加主要是來自客單價，這時候要去深入了解客單價提升的原因。例如去查本期的銷售商品結構(各品類營業佔比)，看是否哪類的商品佔比變高，並對照看看這類的商品是不是客單價比較高，如果是，那就合理認為是因為賣了該類商品較多的原因。
再來是客戶數減少的問題，同樣也要去了解減少的原因，例如從銷售結構拆解，看哪一類商品的消費人數變少了，或是從通路、店面、新舊客、年齡分佈等類別去拆解，往下鑽探看客戶數減少是在哪個類別有比較大的差異，可能就是這個原因。
接下來退貨率微幅增加1%，呈上，假設發現確實是因為高單價的產品賣比較多，則金額退貨率增加也是合理，通常高單價商品的退貨率是比較高。再來是毛利率增加，可對照剛剛提到的銷售商品結構，本期賣得多的高單價商品是不是毛利率比較高，理論上應該是，否則就不會出現這樣的趨勢。最後是配送天數，配送天數變短了，這時候要去了解變短的原因，是因為物流公司換了？還是快速到貨的商品增加？才能知道天數變短的原因是短期變化，還是流程優化？
綜合以上幾點，當你了解所以指標背後增加減少的原因以後，就進入到下一步：歸納。
假設我們歸納出：
1.高單價的A商品打9折，所以購買的人變多
2.只有北區獨賣A商品，是本期的主打活動，所以資源都放在A商品的族群，除了A商品以外，其它品類的消費人數都下滑。中南部沒有銷售A商品，整體消費人數與前期約當，故北區的行銷策略是本期客戶數減少主要原因。
3.因為A商品庫存充足，可以直接從倉庫配出，減少調貨時間，故配送天數變短。
得出以上三個重點，已經不錯，如果要更好，應該是針對這三點後續可以怎麼改進，例如北區調整商品結構改成經營A類商品？讓中南部也開始銷售A？或是A商品有季節性，不能持續操作，但將它列為季節檔期，明年提前準備？
如果是你，怎麼選擇呢？