人工智能中文网
  • 主页
  • 线代考研视频
  • 线性代数
  • Python机器学习与算法
  • 大数据与机器学习
  • Python基础入门教程
  • 人工智能中文网
    教程目录
    阅读:

    同比和环比是什么,同比和环比的区别

    < 上一篇:曼哈顿距离 下一篇:高斯分布 >
    在看一些公司的财务报告或者看新闻的时候,常常会听到“今年 7 月销售额 1000 万元,同比去年增长 100%,环比增长 25%”诸如此类的说法。

    何为同比?就是“与相邻时段的同一时期相比”的意思,在这个例子里,今年 7 月同比增长 10% 的意思就是今年 7 月的销售额和去年 7 月的销售额相比增长 10%,这样推断来看,去年 7 月销售额应该是 500 万元(图 1 a))。

    何为环比?就是直接和上一个报告期进行比较,在这个例子里,环比增长 25% 的意思就是今年 7 月的销售额和今年 6 月的销售额相比增长 25%,这样推断来看,今年 6 月的销售额为 800 万元(图 1 b))。


    图 1 同比与环比

    但是,在真实应用的时候通常是不会这样来反推前值的,而是先得到前值和当期值然后做比较得出同比和环比。

    这种比对其实也是天然形成的,要知道在公司或组织运营中通常喜欢用周期性单位来做计划,不管是预算计划,还是工作任务分派计划,用周、月、季度、年都是可以的,选取的周期大小完全取决于工作场景中这个周期是不是容易把握和调整。在一个周期结束的时候,通常对这个周期的工作内容进行总结,这种总结的目的就是对比和经验归纳,手段通常就用同比和环比。

    同比、环比的周期在选用时要适当,太小不方便,太大同样不方便。我们可以把同比和环比看成体检,就好比每个人做体检,一年一次,一年两次即可。再有钱也没有必要一天体检一次,而十年八年才体检一次恐怕对疾病预防起不到什么作用。

    举个生产中常见的例子,例如,互联网公司用周和月甚至是天做短期的运营时间单位,因为可以在比较短的时间内看到反馈和周期性变化的规律特点,用年做单位则显得有些笨重,反馈慢。互联网公司常用的同比环比的对象有什么呢?日/月活跃用户数,简称“日活”和“月活”,这是经常用来做同比和环比的对象;还有日 PV 数(Page Views),也就是俗称的点击量,一个用户发生一次网页访问就算一个 PV,很多互联网公司在做运营时把PV数当成一个网站活跃程度重要的指标。图 2 所示为新浪网的 Alexa 网站排名,其中“日均 PV [周平均]”的概念就是统计 7 天的 PV 数然后除以 7,大约 5.64 亿次,真是不得了。


    图 2 新浪网的 Alexa 网站排名

    如果把国家也看成一个公司来运营,它的大政方针通常用年,甚至是 5 年来做运营时间单位,如果用日和周则会使得计划过于细碎,对于细节也非常难以做到有效的反馈和调整。

    同比和环比在我们平时制作报表的时候会经常用到,对比的对象也很丰富,可以对比某些项目的加和值,也可以对比平均值,只要是同一对象同一单位的值对比就是有意义的。另外,同比和环比也是在平时公司报表中最常用的比较手段之一,几乎所有的营业指标都可以使用同比和环比进行自我比较,很直观也很方便。

    而在所有的营业指标里最常用的周期指标通常是“月同比”和“月环比”,除了周期大小较为合适以外,月环比能够与最近一个经营周期做对比,便于快速反应;而月同比是和去年的同期月相比,这种比较会过滤掉一些周期性的波动的影响因素。

    举个例子,某网吧 2014 年 9 月份在其网吧装机规模一直没有变化的情况下上座率环比下降 25%,同比上升 10%,这说明它经营情况下滑了吗?不一定,要知道 9 月份和 8 月份有一个很大的区别是中小学生暑假假期正好在 8 月底结束,很多孩子没有假期那么自由能够去上网了,网吧的上座率由于这种周期性波动产生的环比下降是一种自然且正常的波动。而同比上升 10% 就说明今年 9 月份比去年 9 月份上座率还是提高了 10%,因此不能断定网吧的经营有下滑。

    这样的季节或人为性规律的周期性影响在生产生活中有很多,尤其是跟行业结合的时候会有很多细节值得关注,请各位读者特别注意这一点,切莫生搬硬套。
    < 上一篇:曼哈顿距离 下一篇:高斯分布 >