前言
上一篇咱們講了什麼是對比分析，我相信大多數朋友已經對什麼是對比分析有了一個清晰的概念，如果沒有看過這篇文章，這是連結對比分析法
這一篇咱們就要講多維度拆解法，多維度拆解法是資料分析裡最重要的一種分析方法。下面菜菜將從兩個方面及一個案例來講一下如何多維度拆解。
一、什麼是多維度折解法
說到多維度拆解法，那我們首先要理解兩個關鍵詞：維度和拆解，下面咱舉個栗子：這馬上過年了，相信大部分朋友已經在回家的路上了，有的甚至在家葛優躺好幾天了。回到家了七大姑八大姨最喜歡問你什麼呀？
七大姑八大姨：聽你媽說你還沒物件呢，給你介紹一個吧，我這兒有個特別優秀的，第一，他個子高，第二，家庭條件很好，第三，長的特別的帥。
那在這個例子裡，拆解維度就是把優秀拆分成三個維度即個子高、家庭條件很好、長的特別帥。在資料分析中，咱們也是這樣透過不同的維度去觀察同一組資料，從而洞查資料異動背後的原因。
二、多維度拆解的適用場景有哪些？
第一、對單一指標的構成或比例進行拆解分析時
這種場景呢往往適用於像分欄目的播放量和新老使用者比例這種情況
第二、對業務流程進行拆解分析時
1。一般適用於從不同渠道瀏覽到新增購物車到購買的這種全域性的轉化流程，
2。像有些跨區域的產品，不同的區域活動的效果自然不同，這時候我們就可以從不同省份的活動情況來進行分析。
第三、對需要還原行為發生的場景時進行拆解分析
像這種場景呢，比較適用於一些直播類的產品，比如你是某直播類產品的產品經理或運營，你需要去觀察打賞主播的等級、性別，來自哪個頻道進行多維度的拆解。
還有一種情況是，你也需要看一下使用者在進行一系列操作時，他的網路情況是怎麼樣的，他是在WIFI下使用的還是在4G的環境下使用。
下面我們引用一個案例來講解一下多維度拆解法。首先呢，我們來看看第一種場景：
1、對單一指標的構成或比例進行拆解分析
舉個栗子：你是某少兒語言培訓類產品的產品經理，入職沒幾天，你們就對某一課程做了一波推廣活動，老闆想看看推廣的資料怎麼樣，那你如何檢視呢？
那首先我們從【進入網站事件】進行分析：
第一個維度：從使用者性別進行拆分，由下圖可以看出，進入網站的使用者61%都是女性，這時候你知道了，原來相比孩子的父親，母親更關注少兒語言的培訓，這也跟少兒大部分由母親帶有關。
第二個維度：從作業系統進行拆分，可以看出大部分使用者來自iOS使用者，據相關資料統計，女性使用者更喜歡用蘋果裝置，這個是不是與前面的性別分析不謀而和了。
第三個維度：按渠道來源進行拆分，由下圖可以看出42%的使用者來自於訂閱號，這個原因是什麼呢？仔細一想，哦~原來是我們在活動開始前做了一場公開課，並在訂閱號上做了相關推送。
第四個維度：從城市等級這個維度進行拆分，這個符合我們產品目前的定位，咱們的產品定位是中等偏高收入的人群，這類使用者主要集中在一線城市。
第五個維度：從進入網站這個事件按新老使用者進行拆分，由下圖可以發現，咱每天的DAU在過去的一週內沒有發生什麼波動，但是按新老使用者拆分後發現，隨著這一波的推廣，咱們的新增使用者數一直在漲的，但是DAU卻沒有啥變化，這是因為老使用者一直在往下跌，這一漲一跌交集之後，DAU的趨勢沒有啥變化，這背後反映的情況是：咱引入了大量的新使用者，但是沒有成功的留住他們。
大家可以看到，透過對【進入網站】這個單一行為事件進行分析，能分析出來很多有用的資訊。其實資料分析的本質是：
用不同的視角去拆分和觀察同一個資料指標。
在拆解維度上我們不僅能對單一事件進行拆解，還可以對業務流程進行拆解，下面我們來講講第二種拆解方法。
2、對業務流程進行拆解分析時
剛剛上面說了，你的少兒語言培訓類產品做了一波推廣，這推廣之後，你的【註冊】、【下單】、【支付】的這個流程的資料是下面這樣的，如果你只看這個流程你除了知道整體的轉化率和每一步的轉化率以外，其他的資料就無從得知了。核心的原因是你不知道這個資料的構成是啥樣的。
那麼接下來我們用多維度拆解的方法，對這個業務流程進行拆解。
首先呢，咱們從渠道來源進行拆解分析，由下圖可以看出，百度來的流量雖然不少，但是下單和支付的轉化率相比其他渠道還是挺低的。那像這種情況咱們可以加大其他渠道的廣告投放力度，減少百度的投放力度。
其次，咱們再從城市進行拆解分析，由次可以看出，在鄭州這座城市使用者下單的意願不強烈，這表明咱的這個課程可能不適合二級城市（新一級城市）的使用者。
最後呢，咱們從作業系統拆解分析，由下圖可以發現，iOS使用者不僅支付能力比較強，也跟我們的產品大部分是女性使用者有關。
基於以上拆解的案例可以看出，多維度拆解法的運作原理非常簡單：
指標或者是業務流程按照多維度拆分，來觀察資料的變動，從而找出問題的原因。
好啦，多維度拆解法我們已經講完了，相信透過菜菜以上的講解，你對多維度拆解法一定有了一個清晰的認知。
以下是本文重要資訊的思維導圖：
下篇呢，咱們的文章是：資料漲跌異動該怎麼處理？感謝您的關注。
本文作者：菜菜，公眾號：菜菜嘮產品（ID：caicailaochanpin），歡迎關注~
