环比分析师的日常工作中，对比分析可谓无处不在，其中【时间对比】

在分析师的日常工作中，对比分析可谓无处不在，其中【时间对比】又是使用频次最高的分析方法。同环比分析不仅是每个分析师必备的日常技能，公司几乎80%以上的人都会谈同环比。

即使如此，很多人对同环比的认知也只是停留在表面，而没有从深层次上去理解其中隐藏的陷阱、背后代表的业务含义、从中可产生的业务洞察、以及企业应该做出的改善方案。

本篇文章将针对同环比这个家喻户晓看似简单的问题，分享一些我在工作中的遇到的陷阱、挑战、积累和思考。

一、同比分析同比分析是同期时间上的业务对比，这里要注意两个问题：时间：必须是同期时间，维度可以是日、月、季度等；比如20年的2月份相比19年的2月份对比，20年的第二季度相比19年的第二季度对比。

对比内容：根据具体分析场景，可以对比的内容很多，比如用户数量、收入、成本、商户数量等。

2. 为什么要做同比分析？

企业存在的最终目的是要取得发展，通过同期数据的对比，可以发现今年和去年同时期业绩到底是否取得了增长以及增长的幅度是否达到了要求。

同比分析可以排除季节因素的干扰看清业务的真实增长情况。比如20年2月和19年2月比，二者不存在季度的影响，都有春节假期，都是冬季；但如果和1月比，就会存在时间、季节、假期的多重影响，会对我们的分析产生更多的干扰。

3. 同比分析的陷阱！！！

前边提到，同比分析排除了季节上的干扰因素，可以保证时间的对比是Apple To Apple的对比；但还有一些因素会影响同比分析的结果，若忽略这些因素很可能会导致截然相反的分析结果：

（1）特殊和突发事件：比如20年爆发了疫情，和19年2月份对比，大部分企业（除非反行业比如口罩和防护设备等）的业绩是下滑的，这时如果将下滑归咎于业务问题或策略，就可能出现误判。同理有些企业可能本身已经出现业务问题，正好借助疫情的下滑掩盖了本身业务问题，也可能出现误判。

（2）天气情况：在某些行业，比如外卖和出行行业受天气影响很大，而天气的变化很难预测，这时做同比分析就要考虑天气。

比如20年7月的下雨天数是20天，而19年7月的下雨天数是5天，20年7月滴滴的GMV同比增长20%，这样的分析结果看起来业务是处于正常增长的。

初级分析师很可能就会据此判断业务处于正常区间不会去做深入追究；但资深分析师做分析时就会首先应该排除天气的影响，再去分析同比变化率，排除后可能同比增长是负的，这下就暴露出业务问题了。

（3）企业活动的影响：20年7月公司做了促销活动，而19年7月则没有类似活动，因此20年7月业绩同比增长也是很正常的，但这并不代表业务真的处于健康状态，同样要排除促销活动的影响去判断同比趋势。

二、环比分析环比分析是连续两个周期内的对比分析，这里同样要注意两点：时间：必须是连续的时间段，维度可以是日、月、季度等；比如20年的2月份相比20年的1月份对比，20年的第二季度相比20年的第一季度对比。

对比内容：与同比分析一样，根据具体分析场景，可以对比的内容很多，比如用户数量、收入、成本、商户数量等。

2. 为什么要做环比分析？

通过环比数据的对比，可以发现两个连续周期内企业的业绩是否取得了增长以及增长的幅度是否达到了要求，据此判断企业的业务是否健康以及发展是否有后劲。

环比分析更加强调业务的连续增长，而没有考虑季节和时间上的影响。因此环比分析多用于受季节影响变化较小的行业，而对于周期性强的行业，同比数据相对来说更具意义。

3. 环比分析的陷阱！！！

（1）季节和节假日影响：由于对比的不是同一时间，连续的2个月份由于季节和假期的存在，出现下滑波动都是正常的，比如2月环比1月，汽车销量下滑是正常的，并不代表业务出现了问题；2月相比1月旅游行业业绩提升了很多，也不代表产品竞争力提升了很多只是因为节假日的刺激。

（2）与同比一样，突发事件/异常事件的影响同样存在和难以预测，加之季节的影响业务分析的复杂度提升。

（3）与同比一样，天气影响在某些行业同样存在（比如外卖、单车、打车等），天气、季节和突发事件的交织会对分析结果产生很大的影响，一定要避开其中的陷阱。

（4）与同比一样，公司活动的影响同样存在。但要注意除了促销和运营活动，在某些行业比如家电、手机、汽车等在特定月份都会有大型展会活动，会刺激业绩增长，而在做分析的时候一定要将这些活动的刺激考虑在内。

三、行业、行业、行业！初创的高速增长企业 Vs. 成熟的稳定增长企业（1）对于处于高速增长期的行业，环比分析会比同比分析更有意义。同比增长率超过200%是常事，在这种情况下看同比增长的意义不是很大；看环比的连续增长数据，更能够看清业务是否在持续发展。

（2）对于成熟稳定的企业，则需要结合行业的周期特性综合对比同比变化率和环比变化率。

2. 强周期行业 Vs. 弱周期行业

（1）周期性强的行业，比如汽车、空调等行业，看同比变化率的意义更大，但不意味着环比不需要看。

（2）而周期性相对较弱的行业，比如食品行业、烟草、家化等行业，看环比变化率的意义更大，同样也不意味着同比数据不需要看。

四、同比/环比增长多少是合适的？

在排除众多干扰因素的影响后环比，同比增长了5%，这个5%对企业来说是好事还是不是好事？可以通过以下的数据对比判断：

（1）国家整体GDP的增速。

（2）企业所处行业的增速：如果低于行业整体增速，说明企业的产品或服务缺乏竞争力，长期下去，很可能被竞争对手越甩越远，从而被淘汰出局。

（3）行业头部行业的增速：看企业与标杆企业的差距。

（4）与企业制定的年度预算或规划中的增速做对比：如果落后于目标，很可能代表企业今年的年度目标很难达成。

（5）与公司的历史数据做对比：比如7月环比6月的增长率环比，可以与6月环比5月的增长率做对比；20年9月同比数据，可以与19年9月同比增长数据做对比。

五、什么样的同比/环比分析才是负责任的分析，客观的反映业务问题，持续引领业务提升？判断企业所属的行业类型，采用正确的同环比指标；

2. 充分考虑到上文所说的季节、节假日、天气、特殊/突发事件、企业活动、行业大事件影响后，得出准确客观的同比/环比变化率数据；

3. 将变化率与上文四所说的数据进行对比，判断企业目前的同比/环比变化率处于什么水平，是否异常，是否需要进行业务预警；

4. 分析同比/环比换比率异常的原因，锁定最重要的原因；

内部原因分析：业务策略变化、产品迭代更新、渠道变化、运营方式变化、组织架构变化、人员变化、产品或服务价格变化、运营活动变化等。

外部原因分析：新竞争对手出现、原有竞争对手采取降价、营销和产品创新等措施、替代产品的出现等。

5. 根据4锁定的原因，制定相应的改善方案；

6. 执行改善方案，对新方案做持续监控，观察新方案的效果；

7. 若新方案有效，持续方案直至新问题出现；若新方案无效，重复上述过程直到找到有效的改善方案。