一、一句能回答的话长什么样

店长问：这个月卖得怎么样？这句话在日常对话里够用，拿来做分析不行。 它没说跟谁比——跟上个月比、跟去年同期比、跟隔壁店比，三个答案可以完全相反。 它也没说比哪一项——营业额、件数、毛利，是三个不同的数，走向经常不同。

能回答的问法得长这样：四个门店这三个月各卖了多少，谁在涨，涨的够不够补上跌的。 这句话里每一段都能对着数据核，所以它是能回答的。

二、第一步：把总量拆开

原始数据只有一张表：四家店、三个月、12 个销量数字。 三个月的总额是 3,823,108 元。这个数说了一件事，也只说了一件事——总量这么多。 把它按门店拆成四份，结论立刻多了一条：

贡献最多的是万达店，占 28.0%；最少的是解放路店，占 21.1%。 这一步没有任何模型，只有加法和除法。所谓分析，很多时候就是把总量拆开。

三、第二步：换一种比法

再看变化。同样是这 12 个数，只比 7 月和 9 月：

四家里两家在涨、两家在跌。可合计从 7 月的 1,279,438 元到 9 月的 1,263,851 元，只跌了 1.2%。 为什么跌得这么轻？因为跌的是体量大的那两家，涨的是体量小的那两家，两下抵掉一大半。 总量涨跌不等于每家涨跌。这句话看着像废话，可它是最常被忘掉的一句。

四、为什么这件事值得单独讲

上面两个动作——拆开、换比法——都不需要任何技术。会除法和排序就能做。 但跳过这两步直接上模型的人非常多：拿 12 个数扔进回归，得一个斜率，然后说「趋势向上」。 可这 12 个数里有两家在跌，模型把这件事抹平了。模型不会告诉你它抹掉了什么。

所以顺序是：先拆、先比，把结构看清楚，再决定要不要建模。

五、这份数据回答不了什么

它能回答：谁多谁少、谁涨谁跌、涨跌加起来是正是负。 它回答不了三件事：为什么涨、明年会怎样、预算该给哪家。 「为什么涨」要成本、客流、竞品、促销记录；「明年怎样」要历史长度和外部变量；

「预算给哪家」要一个目标函数——是要总额最大，还是要利润率最高，答案不一样。 分清手上这份数据能回答什么，比会写多少行代码重要得多。

六、动手 Demo：同一堆数，问法不同，答案不同

四家店、三个月、12 个销量数字，用线性同余发生器造，量级按一家社区店来。 先算总额，再按门店拆，最后只比 7 月和 9 月——三个动作都不出加法和除法。

S = [20261102]

def rnd():
    S[0] = (S[0] * 1103515245 + 12345) % 2147483648
    return S[0] / 2147483648.0

STORES = ["中山路店", "解放路店", "万达店", "步行街店"]
MONTHS = ["7 月", "8 月", "9 月"]

SALES = {}
for s in STORES:
    base = 260000 + int(rnd() * 120000)
    for i, m in enumerate(MONTHS):
        SALES[(s, m)] = base + int((rnd() - 0.35) * 60000) + i * 9000

tot = sum(SALES.values())
print("三个月合计 %d 元" % tot)

for s in STORES:
    t = sum(v for (a, m), v in SALES.items() if a == s)
    print("%s  %d 元  %.1f%%" % (s, t, t * 100.0 / tot))

m0 = sum(v for (a, m), v in SALES.items() if m == "7 月")
m1 = sum(v for (a, m), v in SALES.items() if m == "9 月")
print("7 月 %d 元，9 月 %d 元，变化 %+.1f%%" % (m0, m1, (m1 - m0) * 100.0 / m0))

实跑输出：

--------------------------------------------------------------------
同一堆数，问法不同，答案不同
--------------------------------------------------------------------

  ① 「这个月卖得怎么样」不是一个能回答的问题
  --------------------------------------------------------------------
  原始数据只有一张表：4 家店、3 个月、12 个销量数字，加起来 3,823,108 元。
  「卖得怎么样」没法回答，因为它没说跟谁比、比哪一项。
  换成三个能回答的问法：谁贡献最多、谁在涨、涨得够不够补上另一家的跌。
  ! 数据分析的第一步不是打开数据，是把问题问成一个能用数字回答的句子。

  ② 谁贡献最多：拆开看才知道
  --------------------------------------------------------------------

| 门店 | 三个月合计（元） | 占比 |
|---|---:|---:|
| 中山路店 | 971,193 | 25.4% |
| 解放路店 | 806,229 | 21.1% |
| 万达店 | 1,069,115 | 28.0% |
| 步行街店 | 976,571 | 25.5% |
| 合计 | 3,823,108 | 100.0% |

  贡献最多的是万达店，占比 28.0%。只是把总和拆成四份，结论就出来了。
  ! 这一步没有任何模型，只是除法和排序。所谓分析，很多时候就是把总量拆开。

  ③ 谁在涨：同一个数，换个比法结论就变
  --------------------------------------------------------------------

| 门店 | 7 月 | 9 月 | 两个月变化 |
|---|---:|---:|---|
| 中山路店 | 317,873 | 330,208 | +3.9% |
| 解放路店 | 281,804 | 264,562 | -6.1% |
| 万达店 | 361,395 | 347,790 | -3.8% |
| 步行街店 | 318,366 | 321,291 | +0.9% |

  三个月里在涨的有 2 家：中山路店、步行街店。
  合计从 7 月的 1,279,438 元变到 9 月的 1,263,851 元，变化 -1.2%。
  总数在跌，而且跌的正是体量大的那两家，所以总跌幅比单看家数更明显。
  ! 总量涨跌不等于每家涨跌。这种「总数掩盖结构」的错觉，是第一章反复要讲的一件事。

  ④ 数据能回答什么，不能回答什么
  --------------------------------------------------------------------
  这份表能回答：谁多谁少、谁涨谁跌、涨跌加起来是正是负。
  它回答不了：为什么涨、明年会怎样、把预算给哪家最划算。
  后三个问题要别的数据（成本、客流、竞品），这张表里一个都没有。
  ! 分清「手上这份数据能回答什么」，比会写多少行代码重要得多。

这段代码只做了三件事：求和、按门店分组求和、按月分组求和。三个都是同一个动作的变体。 注意最后那个 %+.1f%%：+ 让正数带加号，%% 打出百分号本身。 不写 %%，格式化字符串会把 % 当成占位符报错。

30 秒实验

1. 把「按门店拆」换成「按月拆」，四家店合计变成三个数，这两组数的和应该相等。手动加一遍验证。
2. 如果只看总额，你会说「生意还行」；只看门店，你会说「有一家在跌」。两句都对，怎么选？
3. 想一想：这 12 个数里，如果解放路店的跌幅从 -6.1% 变成 -20%，总额的变化是多少？

常见误区

1. 拿总额当结论：总额只说明规模，不说明结构，也不说明趋势。
2. 只比首尾两个月：中间那个月被跳过了，涨跌的顺序可能有反复。
3. 把占比当原因：万达店占比最高，不代表把货都给万达店就能涨。
4. 用一份数据回答三个问题：销量表回答不了「为什么」，那要另一份数据。

看清结构之后，下一个问题是：一个决定到底值多少钱。 下一篇用一个促销算给你看，同一件事换个口径，结论会反过来。

• ☐ （本篇完，下一篇 1.2 为什么值得花力气学）

相关笔记

• 为什么值得花力气学
• 流程前四步：从熟悉工具到处理数据
• 工具怎么选：Excel 还是 Python
• 📊 Python 数据分析 · 索引