本帖最后由 wglcs9801 于 2022-4-21 13:09 编辑
------------------------------------------------------------------------------------------
“上周的订单量怎么样?” “南部、西部和北部的订单量环比增长分别是7%,7%,20%,东部地区环比下跌了3%。” “嗯,听起来不错,那全国的订单量环比上涨了多少呀?是不是超过10%了?” “emmm,全国订单量环比增长了3%。” “不是北部涨了20%吗?东部才下跌3%,其他两个地区也都上涨了7%,匀一匀怎么也要超过10%了” “因为东部地区的订单量太多了,下跌一点对整体的影响都很大;但是北部的订单量太少了,增量巨大也没办法影响整体的表现” “那四个地区的影响分别是多大呢?” “影响多大?” “对啊,比如,刚刚你不是说东部订单量轻微的下跌都对整体有很大影响吗?作为一个数据分析师,你应该告诉我量化的数据,这个很大,究竟是多大?” “哦……我去算算。”
------------------------------------------------------------------------------------------
以上我曾经看到一篇帖子的内容,在工作中经常存在数据的整体表现由因素A、B、C、D共同影响,并且A、B、C、D相互独立,比如我想就此分析下不同产品客诉率对整体客诉率的影响度。
简单说明一下需求:有多个产品, 销量、客诉、客诉率各不相同,想测算不同产品客诉率对整体客诉率的影响度。但不明白其中的计算逻辑。请各位老师指点,这是源文档,谢谢。
希望我的表述够清楚:)
影响度分析.zip
(8.29 KB, 下载次数: 9)
|