大家好，我是愛學習的小xiong熊妹。

今天繼續介紹九大資料分析方法系列。上一篇我們提到，如果想找兩個指標之間相關關係，可以用相關分析法。但很多時候，我們想找的關係，不能用指標來表達。
比如：

• 是不是社群店比步行街店，生意更好？
• 是不是私域流量比公域流量，轉化更佳？
• 是不是颳風下雨比晴空萬里，銷售更好？

社群店/私域流量/颳風下雨，很難用一個數據指標來衡量。但這些因素，又確實會對企業經營產生影響，該怎麼分析呢？這就需要採用：標籤分析法

一、什麼是標籤

標籤是有明確含義的，概括性的描述。舉個簡單的例子，有熱心小夥伴想給小熊妹介紹男朋友，如果一本正經地講各種資訊，那麼有效果嗎（如下圖）

如果用標籤來描述，可能效果是（如下圖）

這就是標籤作用的直觀展示。一個好的標籤，能夠讓人們一目瞭然的看到事情的特徵。從而指導後續的行動
要注意的是，標籤和資料指標之間，是可以做相互轉換的：

• 比如高富帥的“高”，也可以表達為：身高181cm以上
• 比如天氣是：“颳風下雨”，也可以表達為：當日降雨10mm

因此在使用標籤的時候，一定要確保標準統一+所有人理解一致，避免理解錯誤。

二、什麼是標籤分析

標籤分析，特指用打標籤的方式，把難以量化的因素轉化為標籤，進而分析該因素與其他事情的關係。像開頭舉例的社群店/私域/下雨，都是標籤的具體應用。
標籤分析一般分四步

• 明確要分析的影響因素
• 把影響因素製作成標籤
• 明確要分析的指標
• 對比不同標籤下，指標差異
• 得出分析結論

三、標籤分析舉例

舉個簡單的例子，南方某省，8月份經常下暴雨。大家都覺得：下雨會影響門店業績。那麼怎麼分析呢？按照五步法，可以針對該省份門店，做分析如下圖：

那麼可以得出結論：下雨對業績影響不大，這就做完了。
但這和大家的直觀感受非常不一樣！明明感覺是下雨了業績就少，為啥資料不一樣呢？這是因為：標籤做的太粗糙

• 8月份不下雨，也會有其他惡劣天氣，比如高溫
• 下雨也分大雨小雨，毛毛細雨和暴雨的影響不一樣
• 有些暴雨太嚴重，政府會發停工停學的通知

所以做標籤，至少得把這幾類情況都標識出來，這樣對比才有意義（如下圖）
更新後會發現：

• 不下雨時，高溫天氣也會影響業績
• 下雨時，普通雨天並沒有很大影響
• 下雨時，暴雨天氣會大大影響業績
• 下雨時，政府發了停工通知，反而會引發市民囤積物資

因此，還得再更新標籤，看新結論（如下圖）

這樣的區分就很有意義了。遇到業績下滑，門店店長/大區主管經常本能的把問題歸結於“下雨了”，到底是不是因為下雨呢？有了這個分析支援，可以看出：除非天氣預報標註為“暴雨”/“高溫”極端天氣，才會真有影響，其他情況並非天氣影響。這樣就能開展下一步的分析了。

四、標籤分析的不足之處

標籤分析有個很明顯的不足之處，就是一個事情是有多個標籤的，如果選擇不當，拿了錯誤的標籤比較，經常得出錯誤的結論。
比如，我們比較社群店/CBD店的銷售業績，選了2家店，發現昨天的業績如下圖
這時候得出的結論是：社群店業績小於CBD店，應該多開社群店。

但注意！這裡有另一個標籤，就是日期，選擇的日期是週六，週末CBD都沒人上班呀，那肯定業績很差了。那麼考慮了日期標籤以後，對比結果如下圖

這時候得出的結論就是：CBD店大於社群店，應該多開CBD店。
但是，這樣還沒有窮盡可能性。

• CBD店店租成本很高，可能一間店頂2間社群店（開店成本）
• CBD店都是直營店，人員素質可能更高（人員素質）
• CBD店面積大，所以上的商品更全（商品數量）

……

當我們試圖深入分析一個事情，就會發現，太多標籤疊加在一起，相互作用。因此單靠一兩個標籤的簡單對比，是無法分析清楚的，這時候需要先建立分析邏輯，再做分析。這就需要用到MECE方法。