我們在進行數據剖析的時辰，年夜部門時刻都在使用趨向剖析、斗勁剖析、細分剖析這三類體例，但其實還有一個體例我們也會經常使用——交叉剖析，尤其是在排查數據異常的問題時，交叉剖析就能揭示其強年夜的威力。此外要跟凱旅說聲抱愧的是博客的更新頻率可能沒有那么頻仍了，可是盡量每個月至少能發布一篇，但愿文章的質量有所保證，仍是接待巨匠留言談判，能夠倡議一些有趣的話題，一路拓展在網站數據剖析方面的思緒。
什么是交叉剖析?
交叉剖析是指對數據在分歧維度進行交叉揭示，進行多角度連系剖析的體例，填補了自力維度進行剖析沒法發現的一些問題。
交叉剖析以多維模子和數據立方為基本，也可以認為是一種非凡的細分體例，但跟細分的概念有點差異，如不美觀有樂趣可以先閱讀下之前的文章——數據立方體與OLAP。細分的體例更多的是基于統一維度的縱深睜開，也就是OLAP中的鉆取(Drill-down)，好頻年夜月匯總的數據細分來看天天的數據，就是在時刻維度上的細分，或者年夜省份的數據細分查看省份中各城市的數據，是基于地域維的下鉆。交叉剖析不再局限于一個維度，就像數據立方體與OLAP文章中的立方體，是基于分歧維度的交叉，時刻維、地域維和產物維交叉在一路剖析每個小立方的數據默示，可以經由過程OLAP的切片(Slice)和切塊(Dice)操作查看例如上海市在3月份的電子產物的發賣情形，這會輔佐我們發現良多在單個維度中無法發現的問題。所以，交叉剖析是基于分歧維度橫向地組合交叉，而不是細分在統一維度的縱向睜開。
交叉剖析的揭示形式
交叉剖析涉及多維度的組合，雖然圖表和蓖ㄐ偶可以進行揭示，但因為圖表所能表達的數據有限，且斗勁不輕易把多個維度的交叉關系揭示出來，在交叉剖析中不太常用，凡是以表格為主。我們泛泛在看的表格凡是被叫做二維表，一般第一列放置一個維度，如日期，表頭枚舉復蕩蚋標(其實所有指標也可以被認為是一種非凡的維度——指標維)，這樣行列的兩個維就組成了最常見的二維表。二維表可以進行擴展，進而揭示加倍豐碩的維度：
如上圖就是典型的基于表格的多維度交叉剖析的結構，在行列平分條理放置多個維度，如不美觀我們只顯示一個指標，那么這里的指標維就沒有顯示的需要了。其實Excel的數據透視表(Pivot Table)就是交叉剖析的利器，我在數據的報表和陳述這篇文章中提到過數據透視表，這里仍是基于那篇文章截圖的原始數據，如不美觀我們將各維度按照膳縵沔的結構形式進行揭示的話，會是怎么樣的效不美觀：
看起來還不錯，顯示的信息很是豐碩，左邊包含了以天為單元時刻維和產物維，可以使用睜開按鈕進行匯總和睜開，就像是細分的操作;膳縵沔的表頭部門分兩層枚舉了地域維和指標維，Excel的透視表供給了豐碩的設置，默認揭示基于各個維度的匯總數據，讓我們可以年夜“總-分”的角度不雅察看數據，這對數據剖析很是有用。假如我們使用膳縵沔的透視表進行交叉剖析發現數據是否存在異常?
使用年夜總體到細節的剖析體例，首先可以年夜查看天天發賣額和轉化率的匯總數據起頭，折疊產物維之后不雅察看最右側的指標匯總列就可以看到每日匯總數據;如不美觀某一天的發賣額或轉化率呈現了年夜幅的下滑，我們就可以連系各類維度尋找問題的原因，就是基于各類維度的細節數據，睜開產物維不雅察看當天的哪類產物發賣呈現了問題，然后連系地域維的交叉數據，可以定位哪類商品在哪個省份的發賣呈現了問題，這樣就有用地將問題定位到了細節的層面，能夠更好地發現問題，進而解決問題。所以交叉剖析其拭魅恰是浮現了剖析“分而析之”的本意。
膳縵沔的體例一般是斗勁常用的基于問題的剖析體例，但我們很少可以一次就定位到問題，往往我們會按照猜測多次發芽數據庫或查看Dashboard上的各類報表來定位問題。而連系透視表的交叉剖析，我們使用一張報表就快速地定位了問題地址，年夜總體到細節，邏輯很是清楚，問題的定位也很是切確和到位，所以合理地操作交叉剖析可以輔佐我們加倍高效地排盤問題。
交叉剖析的基本
這里不得不再說一下交叉剖析基于的底層基本數據模子，因為如不美觀沒有設計好底層的數據模子，上層的交叉剖析是很難實現的，或者多維的交叉受到限制而使剖析存在局限性。
年夜手藝層面來看，交叉剖析基于多維模子，數據的維度越豐碩，所能實現的交叉也越豐碩和矯捷，經由過程各類交叉剖析能夠加倍有用地發現問題;但響應的，如不美觀要盡可能地豐碩各維度的交叉剖析，對下層模子的要求也就越高。所以若何設計好數據的底層模子很是關頭，仍是引用數據立方體與OLAP文中的阿誰數據立方看個簡單的例子：
如不美觀一張網站剖析的報表只包含以月度為單元的日期維和響應的指標，那么數據的存儲就是每個月一標識表記標幟錄，但顯然這種高度聚合的數據晦氣于剖析，我們需要構建如上圖的數據立方體來獲取加倍細節的數據。用數據立方來拓展數據細節有兩種標的目的，一類是縱深拓展，也就是基于一個維度的細分，好比將一個月細分到每一天，那么一標識表記標幟錄將會被拓展成30條;還有一種是橫向的拓展，就是多個維度的交叉，就像膳縵沔立方中添加了產物維和地域維。這樣存儲的數據就年夜原本單一的時刻維度擴展成了時刻、產物和地域三個維度，也就是三維立方體所能揭示的形式，當然維度可以繼續擴展，四個五個直到N個，理論上都是可行的，這里只要以三個維度進行舉例就可以。對于數據存儲而言，橫向的拓展與縱深拓展的影響是一樣的，記實數都是以倍乘的體例增添，假設這里產物維是產物年夜類，有20個產物年夜類，再加上32個省份或直轄市，那么經由縱深和橫向拓展之后，原先每月的1標識表記標幟錄就釀成了：
推薦閱讀
我們網站做seo目的就是經由過程做關頭詞排名優化，年夜搜索引擎中引進流量，經由過程流量轉化賺錢盈利。而要想網站賺錢的暌剮流量是不行的，還有一個主要抉擇身分那就是用戶體驗!一個流量再高的網站，如不美觀不在用>>>詳細閱讀
本文標題：<b>網站數據分析：多維交叉分析 排查網站數據異常</b>
地址：http://www.xglongwei.com/a/22/20120412/50030.html
網友點評
精彩導讀
科技快報
品牌展示