案例说明丨数据分析中的对比思维如何应用?

对比是最基本的数据分析方法,不过现在很少会有人细致分析对比思维,这就导致很多数据分析初学者对于对比思维的理解十分片面,我们用一个例子来解释这种状态:

本月目标100万,业务现状80万,对比后发现距离目标还有20万,完成率80%,加同比环比数据,一个所谓的对比分析就算完成了。

如果对比思维是这么简单的话,有必要存在数据分析师这个岗位吗?这只能算是对比方法中最简单的一种方法,很难得出一些更深层次的信息。

今天我们介绍一种更系统的归纳方法——穆勒五法,是英国哲学家穆勒关于确定现象因果联系的五种归纳方法:求同法、求异法、共用法、共变法、剩余法

案例说明丨数据分析中的对比思维如何应用?

一. 求同法

1960年,英国某农场十万只火鸡和小鸭吃了发霉的花生,在几个月内得癌症死了,后来,用这种花生喂羊、猫、鸽子等动物,又发生了同样的结果。1963年,有人又用发了霉的花生喂大白鼠、鱼和雪貂,也都纷纷得癌而死,上述各种动物患癌症的前提条件中,对象、时间、环境都不同,唯一相同的就是吃了发霉的花生,后来通过化验证明,发霉的花生内含黄曲霉素,黄曲霉素是致癌物质。

以上分析方法就是“求同”。

 

案例说明丨数据分析中的对比思维如何应用?

求同法的思路是,如果各个不同场合除一个条件相同外,其他条件都不同,那么,这个相同条件就是某被研究现象的原因,广告内容分析经常会用这种方法。

运营投放了许多广告,想知道效果较好的广告有什么特点,就可以从投放时间、广告内容、活动形式等不同角度去深入分析情况。

 

案例说明丨数据分析中的对比思维如何应用?

二. 求异法

 

做化学试验的时候,人们发现,氯酸钾加热会产生氧气,但速度很慢,一旦加入少量的二氧化锰,就会快速产生大量的氧气。这两组试验唯一的区别在于是否放入二氧化锰,所以得出结论:二氧化锰是氧气快速放出的原因。
这种找出差异的方法被称为求异法。
比较某现象出现的场合和不出现的场合,如果这两个场合除一点不同外,其他情况都相同,那么这个不同点就是这个现象的原因,求异法的应用一般都要借助于AB测试。
AB测试可以控制对照组和实验组的条件,比如投放了两组广告,除了广告文案不同,其他完全相同。如果一个用了“限时折扣”,另一个用了“专属优惠”,而最终转化率如果存在明显差异,那么广告文案就是转化率差异的原因。
 
案例说明丨数据分析中的对比思维如何应用?

 

三. 共用法

一位联合国的官员被派驻越南,他的任务是提高越南儿童的营养健康水平,但他既没有办公室也没有经费,甚至语言不通,这位官员想到了一个办法:因为身高是营养水平的一个重要标志,除了特殊情况,一般个子高的孩子营养水平都会比个子矮的要好一些。
他先从越南各地各阶层中通过测量身高挑选出了一批高个儿的孩子,排除家庭条件优越的,仅留下了家庭条件一般、身高却比同龄儿童高出的孩子,把这些孩子作为正面样本。
 
官员让这些孩子带他去观察他们各自家庭的饮食情况,经过大量走访,这位官员发现这些孩子的共同点是:每天都吃四顿饭,他们的家人经常会抓一些小虾米做菜,还会在米饭里加入紫薯叶熬出的汁液,个子比较矮的孩子则没有这些特点。
这位官员总结出了这种饮食方式可以提高营养水平,于是,便将这种饮食方式推广到越南全境,将越南儿童的营养水平整体提升了整整20年。
这里用到的方法就是共用法,也称求同求异共用法。
 
案例说明丨数据分析中的对比思维如何应用?
共用法相比前两个方法的应用范围更广,很多数据分析都会用到共用法。不过共用法只能说是在求同法、求异法的基础上,进一步提高了结论的可靠程度,共用法的结论未必完全正确。使用时应注意:
01. 当正事例组和负事例组的组成场合越多,结论的可靠性程度越高;对于负事例组的各个场合,应选择与正事例组较为相似的来进行比较。
02. 共用法的步骤包含两次求同,一次求异。最后一步的求异过程大多数人会思考,但是在表达时候不说清楚,建议大家表述完整。
 
案例说明丨数据分析中的对比思维如何应用?

四. 共变法

 

同样的一块地,只有肥料的数量增加了,结果发现水稻的产量也在不断提高,由此得出多施肥是水稻增产的原因。
这种分析方法就是共变法。

五. 剩余法

有一次居里夫人和她的丈夫为了弄清一批沥青铀矿样品中是否含有值得提炼的铀,对其含铀量进行了测定,有几块样品的放射性甚至比纯铀的要大,这就意味着,在这些沥青铀矿中一定含有别的放射性元素,同时,这些未知的放射性元素只能是非常少量的,因为用普通的化学分析法不能测出它们来。
量小放射性又那样强,说明该元素的放射性要远远高于铀。1898年7月,他们分离出了放射性比铀强400倍的钋。
该元素的发现,应用的就是剩余法。
 
案例说明丨数据分析中的对比思维如何应用?
剩余法的要求非常苛刻,现象和原因的对应关系必须是明确的,这一点在极度复杂的现实业务场景下很难做到,应用范围也有限。
以上方法都是不完全归纳,也就是说即使论证过程没问题,结果依然有可能是错误的。而且容易找到的因果关系已经被大家挖掘的差不多了,这些因果关系我们可以直接拿来用,没有必要自己重新造轮子。
如果分析处在初步摸索阶段,我们可以用这些对比方法找出一些初步结论;如果在找出解决方案的阶段,可以直接拿那些已经被验证的因果关系做演绎法的大前提,用演绎法做论证,这样的结果更可靠而且高效。

发布者:调研工厂,转载请注明出处:https://baike.survey.work/a974d2f8ab/

Like (0)
Donate 支付宝扫一扫 支付宝扫一扫
Previous 2022年11月24日 下午2:11
Next 2022年11月24日 下午2:12

相关推荐

客服热线:

138-2016-1375

企业 VIP 入驻

柴女士:185-1182-1229

工作时间:周一至周五,9:00-18:00,节假日休息

关注微信