序言：《从0开始教你做数据分析》这套文章自2013年开始我共写了20篇，后面出版的《电商数据分析淘宝实战》以及《淘宝、天猫电商数据分析与挖掘实战》均从这套文章中采集素材，这套文章的在线阅读量达数百万，出版的书也已经成为了高校电子商务数据分析课程的教材。
前面分享过市场分析的一部分，今天给大家分享的是行业集中度和行业增幅，带大家了深度了解一个行业繁荣下面是否真的如你所见可以很轻松的去分一杯羹。
行业集中度又被称为行业集中率或市场集中度，用来反映某行业的饱和度、垄断程度。 一般可使用赫芬达尔—赫希曼指数（Herfindahl Index，简称赫芬达尔指数）来反映行业集中度。
赫芬达尔指数的计算方法如下：
（1）取得竞争对手的市场占有率，可忽略过小的竞争对手。
（2）得出其市场占有率平方值。
（3）将这些平方值加总。
下面举例说明。如下图所示是淘宝网女装毛衣类目各品牌在某段时间的销售额数据集。
先计算出前 50 个品牌的市场份额（销售额占比），如下图所示。
计算出前 50 个品牌占有市场份额的平方值之和，用SUMSQ函数，如下图所示。
算结果为0.029，这个数值越大，说明市场的集中度就越大，当这个值等于 1 时，代表市场是被巨头垄断的；这个数值越小，说明市场的集中度就越小，大家都有机会。 这个指数适合品牌商在入驻淘宝前对市场竞争程度做预判。
对这个集中度求倒数
1÷0.29≈33
说明市场份额集中在前33个品牌中，换句话讲就是这33个品牌可以代表了50个品牌。
一直都会有人纠结说拿不到数据，其实不必太在意数据，如果你有了数据不会分析，是浪费资源，而数据是迟早都会有的。独立电商就不用说了，如果是平台，无论是哪个平台未来都会逐渐开放数据给卖家，以便让卖家分析数据做相应的营销推广决策。 从另一个角度讲，电商中的数据分析，是为了降低电商的成本，提高电商的营收能力。 所以在今天，无论是产品经理还是店长，都需要具备数据分析的能力，面对日益庞大的数据却不懂得利用，就如同在暴殄天物。而普通的数据分析师不懂业务，不懂平台，不懂买家，缺乏对市场的嗅觉。因此，做电商数据分析的人既要懂得数据分析也要懂得业务，甚至还要懂得平台.
因此，有以下两种方案可以解决这个问题。
（1）店长或经理进修学习，以获得数据分析的能力。
（2）店长或经理和数据分析师配合工作，以弥补自身数据分析能力的不足，但要有基本的数据功底，否则跟数据分析师交流起来会非常困难。
今天，我们将电商数据分析中最常用的指标，增幅，也就是增长速度。增幅分为两种，一种是环比增幅，另一种是同比增幅。下面介绍这两个指标的公式。
环比增幅=（本期数-上期数）/上期数*100%
同比增幅=（本期数-同期数）/同期数*100%
在公式中乘以 100%是将这个数值化转成百分比的数字格式。而在 Excel 中，我们不需要将数值转化为百分比的数字格式，那么上面的公式就简化为：
环比增幅=（本期数-上期数）/上期数
同比增幅=（本期数-同期数）/同期数
注意：时间的粒度是自己设定的，可以是世纪、年、月、周、天，也可以是小时、分、秒、毫秒。
虽然环比增幅和同比增幅所反映的都是波动的变化速度，但是由于采用周期的单位不同，其反映的内涵是完全不同的。一般来说，环比增幅可以与环比增幅相比较，而同比增幅不能与环比增幅相比较。同比增幅是看大趋势，环比增幅是看小趋势，如果以月为粒度，则同比是和去年相比，环比是和上个月相比，在时间角度上，同比的时间跨度长，环比的时间跨度短。 波动系数反映的是波动的幅度，环比增幅和同比增幅反映的是波动的变化速度。其实有时候使用其中一个就好了，想要快速分析数据可以看波动系数，因为它就是一个系数，而环比增幅和同比增幅要稍微复杂一点，更加具体一点。 下面根据具体案例进行介绍。 还是以 前面使用过的【T 区护理】成交量数据作为示例，如下图所示。
先计算【环比增幅】，如下图所示。
可以思考一下，为什么我没有算 2012 年 1 月的环比增幅，以及环比增幅为什么会出现负数，这代表什么？ 下面接着计算【同比增幅】，如下图所示。
为了方便作图，下面我要把数据整理一下，如下图所示。
单击【插入】-【组合图】命令。 结果如下图所示，在这里出现麻烦了，环比增幅因为数值太小，显示不出来。将【环比增幅】字段设置在次坐标轴上
右击图表，在弹出的菜单中选择【更改图表类型】命令。
在弹出的对话框中按下图所示进行设置。
设置后的效果如下图所示。
下面设置一下图表，让图表更具有可读性。
右击坐标轴，在弹出的菜单中选择【设置坐标轴格式】命令。
将次坐标轴的最小值设置成-5.0。
将主坐标轴的最大值设置成 1000000，如下图所示。
接着，在图表上加上【环比增幅】和【同比增幅】的标签，右击折线，在弹出的菜单中选择【添加数据标签】命令，如下图所示。
这样一来，整个图中都是数值，可读性急剧下降。这时我们只需要把数据标签格式转变成百分比数字格式即可。右击标签，在弹出的菜单中选择【设置数据标签格式】命令，将数字类别设置成百分比数字格式，如下图所示。
最终，我们就可以在一张图表中看清楚这 3 个维度的数据了。
从下图可以看出，2013 年 5～9 月的数据是相对平稳的。
一张图表其实可以展示很多的信息，就看你有没有思路了。别说一般人看不懂数据，就连经常做数据分析的人，都很难在一大堆的数据里面发现有用的信息，所以用图表能很清晰地表达数据。
版权说明：零一公众号内容均为原创，如需转载请联系。
