我們在進行數(shù)據(jù)分析的時候，大部分時間都在使用趨勢分析、比較分析、細分分析這三類方法，但其實還有一個方法我們也會經(jīng)常使用——交叉分析，尤其是在排查數(shù)據(jù)異常的問題時，交叉分析就能展現(xiàn)其強大的威力，

多維交叉分析

。另外要跟大家說聲抱歉的是博客的更新頻率可能沒有那么頻繁了，但是盡量每個月至少能發(fā)布一篇，希望文章的質(zhì)量有所保證，還是歡迎大家留言討論，能夠發(fā)起一些有趣的話題，一起拓展在網(wǎng)站數(shù)據(jù)分析方面的思路。

什么是交叉分析？

    交叉分析是指對數(shù)據(jù)在不同維度進行交叉展現(xiàn)，進行多角度結(jié)合分析的方法，彌補了獨立維度進行分析沒法發(fā)現(xiàn)的一些問題。

    交叉分析以多維模型和數(shù)據(jù)立方為基礎(chǔ)，也可以認為是一種特殊的細分方式，但跟細分的概念有點差異，如果有興趣可以先閱讀下之前的文章——數(shù)據(jù)立方體與OLAP。細分的方法更多的是基于同一維度的縱深展開，也就是OLAP中的鉆�。―rill-down），比如從月匯總的數(shù)據(jù)細分來看每天的數(shù)據(jù)，就是在時間維度上的細分，或者從省份的數(shù)據(jù)細分查看省份中各城市的數(shù)據(jù)，是基于地域維的下鉆。交叉分析不再局限于一個維度，就像數(shù)據(jù)立方體與OLAP文章中的立方體，是基于不同維度的交叉，時間維、地域維和產(chǎn)品維交叉在一起分析每個小立方的數(shù)據(jù)表現(xiàn)，可以通過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(chǎn)品的銷售情況，這會幫助我們發(fā)現(xiàn)很多在單個維度中無法發(fā)現(xiàn)的問題。所以，交叉分析是基于不同維度橫向地組合交叉，而不是細分在同一維度的縱向展開。

交叉分析的展現(xiàn)形式

    交叉分析涉及多維度的組合，雖然圖表和表格都可以進行展現(xiàn)，但因為圖表所能表達的數(shù)據(jù)有限，且比較不容易把多個維度的交叉關(guān)系展現(xiàn)出來，在交叉分析中不太常用，通常以表格為主。我們平常在看的表格通常被叫做二維表，一般第一列放置一個維度，如日期，表頭羅列各類指標（其實所有指標也可以被認為是一種特殊的維度——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，進而展現(xiàn)更加豐富的維度：

   

    如上圖就是典型的基于表格的多維度交叉分析的布局，在行列中分層次放置多個維度，如果我們只顯示一個指標，那么這里的指標維就沒有顯示的必要了。其實Excel的數(shù)據(jù)透視表（Pivot Table）就是交叉分析的利器，我在數(shù)據(jù)的報表和報告這篇文章中提到過數(shù)據(jù)透視表，這里還是基于那篇文章截圖的原始數(shù)據(jù)，如果我們將各維度按照上面的布局形式進行展現(xiàn)的話，會是怎么樣的效果：

   

    看起來還不錯，顯示的信息非常豐富，左邊包含了以天為單位時間維和產(chǎn)品維，可以使用展開按鈕進行匯總和展開，就像是細分的操作；上面的表頭部分分兩層羅列了地域維和指標維，Excel的透視表提供了豐富的設(shè)置，默認展現(xiàn)基于各個維度的匯總數(shù)據(jù)，讓我們可以從“總-分”的角度觀察數(shù)據(jù)，這對數(shù)據(jù)分析非常有用。假如我們使用上面的透視表進行交叉分析發(fā)現(xiàn)數(shù)據(jù)是否存在異常？

    使用從總體到細節(jié)的分析方法，首先可以從查看每天銷售額和轉(zhuǎn)化率的匯總數(shù)據(jù)開始，折疊產(chǎn)品維之后觀察最右側(cè)的指標匯總列就可以看到每日匯總數(shù)據(jù)；如果某一天的銷售額或轉(zhuǎn)化率出現(xiàn)了大幅的下滑，我們就可以結(jié)合各種維度尋找問題的原因，就是基于各種維度的細節(jié)數(shù)據(jù)，展開產(chǎn)品維觀察當(dāng)天的哪類產(chǎn)品銷售出現(xiàn)了問題，然后結(jié)合地域維的交叉數(shù)據(jù)，可以定位哪類商品在哪個省份的銷售出現(xiàn)了問題，這樣就有效地將問題定位到了細節(jié)的層面，能夠更好地發(fā)現(xiàn)問題，進而解決問題。所以交叉分析其實正是體現(xiàn)了分析“分而析之”的本意。

    上面的方法一般是比較常用的基于問題的分析方法，但我們很少可以一次就定位到問題，往往我們會根據(jù)推測多次查詢數(shù)據(jù)庫或查看Dashboard上的各類報表來定位問題。而結(jié)合透視表的交叉分析，我們使用一張報表就快速地定位了問題所在，從總體到細節(jié)，邏輯非常清晰，問題的定位也非常準確和到位，所以合理地利用交叉分析可以幫助我們更加高效地排查問題。

交叉分析的基礎(chǔ)

    這里不得不再說一下交叉分析基于的底層基礎(chǔ)數(shù)據(jù)模型，因為如果沒有設(shè)計好底層的數(shù)據(jù)模型，上層的交叉分析是很難實現(xiàn)的，或者多維的交叉受到限制而使分析存在局限性，

管理資料

《多維交叉分析》(http://www.msguai.com)。

    從技術(shù)層面來看，交叉分析基于多維模型，數(shù)據(jù)的維度越豐富，所能實現(xiàn)的交叉也越豐富和靈活，通過各種交叉分析能夠更加有效地發(fā)現(xiàn)問題；但相應(yīng)的，如果要盡可能地豐富各維度的交叉分析，對基層模型的要求也就越高。所以如何設(shè)計好數(shù)據(jù)的底層模型非常關(guān)鍵，還是引用數(shù)據(jù)立方體與OLAP文中的那個數(shù)據(jù)立方看個簡單的例子：

   

    如果一張網(wǎng)站分析的報表只包含以月度為單位的日期維和相應(yīng)的指標，那么數(shù)據(jù)的存儲就是每個月一條記錄，但顯然這種高度聚合的數(shù)據(jù)不利于分析，我們需要構(gòu)建如上圖的數(shù)據(jù)立方體來獲取更加細節(jié)的數(shù)據(jù)。用數(shù)據(jù)立方來拓展數(shù)據(jù)細節(jié)有兩種方向，一類是縱深拓展，也就是基于一個維度的細分，比如將一個月細分到每一天，那么一條記錄將會被拓展成30條；還有一種是橫向的拓展，就是多個維度的交叉，就像上面立方中添加了產(chǎn)品維和地域維。這樣存儲的數(shù)據(jù)就從原本單一的時間維度擴展成了時間、產(chǎn)品和地域三個維度，也就是三維立方體所能展現(xiàn)的形式，當(dāng)然維度可以繼續(xù)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(shù)據(jù)存儲而言，橫向的拓展與縱深拓展的影響是一樣的，記錄數(shù)都是以倍乘的方式增長，假設(shè)這里產(chǎn)品維是產(chǎn)品大類，有20個產(chǎn)品大類，再加上32個省份或直轄市，那么經(jīng)過縱深和橫向拓展之后，原先每月的1條記錄就變成了：

    1 × 30 × 20 × 32 = 19200

    而我們在構(gòu)建多維模型的時候很多維度中包含的數(shù)據(jù)量絕對不像上面例舉的那么小，想象一下網(wǎng)站的商品或者頁面的數(shù)量可能是成百上千甚至成千上萬的，那么一旦以倍乘的形式擴展之后，數(shù)據(jù)量就會一下子劇增。雖然豐富的多維立方能夠給分析帶來便利，但也同時給數(shù)據(jù)的存儲和查詢帶來的壓力。

    所以，更加豐富和靈活的分析需求的實現(xiàn)基于更加復(fù)雜的多維模型或者數(shù)據(jù)立方，同時會帶來更大的系統(tǒng)開銷。Google Analytics很好地權(quán)衡了靈活的數(shù)據(jù)分析與復(fù)雜數(shù)據(jù)模型之間的關(guān)系，這也是Google Analytics強大功能的基本保障，GA的高級細分（Advanced Segments）和自定義Dashboard是其他同類免費網(wǎng)站分析工具所無法比擬的，這也正是為什么我們將GA劃分到網(wǎng)站數(shù)據(jù)分析工具，而其他的大部分只能算作網(wǎng)站數(shù)據(jù)統(tǒng)計工具的原因。而GA正是基于其構(gòu)建的強大的底層數(shù)據(jù)模型和高效的數(shù)據(jù)計算和響應(yīng)能力，使很多分析功能可以得到擴展，其中很多就涉及交叉分析，這里截圖了其中的兩個功能，Secondary Dimension和Pivot：

   

    Google Analytics新版本增加了很多令人心動的功能，Secondary dimension的功能從老版本得到了延續(xù)，上圖在Content模塊的Page報表中選擇了流量來源作為第二維度，這樣我們就可以查看每個頁面的流量是從何而來，每個流量來源在該頁面的數(shù)據(jù)表現(xiàn)，同時可能還可以發(fā)現(xiàn)一些有趣的現(xiàn)象，比如某些頁面的流量基本都是一個來源帶來的，比如我的博客的某些文章基本都是通過搜索引擎進來的，而另外一些文章基本通過直接流量帶來。

   

    在GA的各類報表中可以在右上角選擇展現(xiàn)的形式，最后的一種就是Pivot，Pivot的形式對表格的表頭進行了擴展，可以分層次放置另外的維度，如上圖還是使用了頁面與流量來源的交叉，將Source維度放到了指標的上方。同時GA支持在兩個維度的基礎(chǔ)上最多選擇兩個度量Metric，我這里選擇了Pageviews和Bounce Rate，來衡量每個頁面中各類流量來源所帶來的“量”和“質(zhì)”，同樣對于分析非常有價值。

    多維的交叉分析我們在日常中潛移默化地經(jīng)常會用到，交叉分析對于問題的排查和定位額外有效，所以我們需要想辦法用更好的形式去展現(xiàn)數(shù)據(jù)，以便于更有利于進行交叉分析，其實這里介紹的透視表的方式是最常用的，也是比較好用的，但這類方式太少，不知道大家有沒有其他更加有效的交叉分析展現(xiàn)方式。