大家好，我是爱学习的小xiong熊妹。
今天继续跟小伙伴们分享九大数据分析方法系列——结构分析法。结构分析法是一种很简单的方法，也是数据分析是否入门的重要标志。一般没入门的人，对分析方法的掌握就到此为止了。并且没入门的人，会给结构分析法起很多高大上的名字，类似：拆解法/拆分法 一类。
一、何为“结构”？
一般把构成整体的各个部分叫：结构。比如一家综合企业：小熊公司，有3条业务线（天猫店、实体店、小程序商城）同时在开展。则总业绩就是有天猫店业绩、实体店业绩、小程序业绩三部分构成的。这就是总业绩的结构。
注意：总业绩的结构可能不止一种分类方式。比如，小熊公司有普通、黄金、钻石三档次会员，则总业绩=普通会员业绩 黄金会员业绩 钻石会员业绩；小熊公司有300款商品，总业绩就是这300款商品业绩之和。总之，只要是整体的组成部分，就是一个结构。
二、知道“结构”有什么用？
知道结构，能更容易解读出整体数据变化背后的原因。比如小熊公司业绩出现下滑了，如果只看总数，就只能干着急没办法……但是分业务线，看到业绩变化以后，是不是有思路了（如下图）
如果只看整体，不知道问题出在哪里。_(¦3)∠)_
如果看了结构，能发现：原来是实体店下降，电商平台又没发展起来导致的。
通过结构分析法，能快速定位问题发生点，从而激发解决问题思路。
三、如何进行结构分析？
完整的结构分析法，包含四步：
第一步：定出要分析的关键指标（一般是业绩、用户量、DAU、利润等等）
第二步：了解关键指标的构成方式（比如业绩，由哪些用户、哪些商品、哪些渠道组成）
第三步：跟踪关键指标的走势，了解指标结构变化情况
第四步：在关键指标出现明显上升/下降的时候，找到变化最大的结构分类，分析问题
比如上边的小熊公司业绩变化，用结构分析法做，是这样的：
第一步：定出关键指标，总业绩。
第二步：了解总业绩的构成，包含实体店、电商平台、小程序商城三部分。
第三步：跟踪总业绩变化，发现今年3月到7月，一直呈现下降态势。
第四步：观察结构变化，发现实体店是下降的主要原因。
这样就完成了一个分析。
注意：结构的变化，可能有两种态势。还拿小熊公司举例子，可能同样的业绩下降，有两种变化形态：
如果各部分比例有变化，则可以轻松看到哪一部分是下降的主要原因，比如上图2所示，一眼就看到，是实体店越来越少，导致了业绩下降。但是，如果各部分比例没有变化，比如上图1.则说明：目前的结构分类，不是产生问题的关键点。很有可能，业绩下滑是因为：大环境不好、钻石级会员流失、主打商品卖不动等等其他原因。此时需要更换看结构的分类方法，比如更换成：会员等级分类、商品分类等，再进行观察。
当然，有可能实体店还有内部结构，比如分为华东、华南、华北等大区；大区下边，又分为各个城市。因此在发现实体店是下降的主要原因后，可以用类似的方法，追踪到：到底是哪个大区、哪个城市的门店降的最厉害（如下图）
这种基于结构，逐层拆解的做法，也被很多人称为：拆解法/拆分法。甚至有人直接宣布：数据分析就是拆解……好吧，这是很错误的。
四、结构分析法的不足
结构分析法是一种：知其然，不知其所以然的方法。只适用于发现问题，不能解答问题。比如小熊公司案例里，再多追问一步：是因为疫情影响，导致实体店不行（意味着挺过疫情就能恢复），还是因为电商影响，所以实体店不行呢？单靠结构分析法就解答不了了。
从本质上看，结构分析法只是用一个或几个分类维度，对一个指标做拆解和分类对比。因此是种很初级的方法。比如矩阵分析法，就能利用两个指标做分析，又比结构分析法更进了一步。
作者：小熊妹。公众号：码工小熊。数据界新人，喜欢数据分析、数据挖掘。
