由表中数据可发现：每天的用户数本身就是一个递增的状态，活动也带来用户数的提升。那么，订单数的提升是由于用户数的提升带来的，还是活的效果带来的呢？

　　不考虑数据本身的自然增长，直接比较活动前后日均订单数的差异；

　　将数据的自然增长考虑进去，可以将日均用户数的增长率作为整个网站数据的自然增长率。

　　这样，比较的结果就发生了改变。活动前的曰均订单数乘上自然增长率后要比活动中的曰均订单数高，从结果看活动对订单数的提升无显著影响。

　　当然，直接比较活动前后的人均订单数也可以得出结果。但是用上面乘以自然增长率的方法还可以进一步评定活动带来的效果。如果活动促进了订单数量的增长，我们可以估算出活动期间日均订单的增加量是多少，这样就可以直接考核活动的绩效。

　　二、细分分析法

　　细分分析的目的是为了看清问题真正的所在，从而找到解决办法，细分分析是指将指标与维度相互组合。

　　例如网站报告一般都是网站数据的综合情况，包括网站的总访问量、总停留时间、总销售量等。但是我们不知道用户在不同页面、不同内容、不同渠道的停留时间以及访问量，也就是说这些汇总数据无法对不同属性的流量进行正确的判断。所以，无论是从用户还是从网站的角度，流量细分都是很重要的。

　　1、指标和维度的类型

　　指标是用来记录访问者行为的数字，维度是用来提供观察访问者行为的一种角度，维度必须与指标在一起时才有意义。指标又可分为基本指标和复合指标，常见的基本指标有访问次数、综合浏览量等，常见的复合指标有访问深度、跳出率、平均网站停留时间、新访次占比等。常见的维度类别有访问者属性维度、时间维度、流量来源维度、地理维度、内容维度和系统维度等。

　　2、细分例子

　　例如某日，你的老板说：我想知道2015年5月9日北京地区使用Safari浏览器在Google搜索“蓝鲸”关键词并点击了自然排名结果的访问次数。

　　听完这个需求后，你可能感觉有点晕，好多的条件混在一起，这个数据要如何获得呢?其实包含了6个维度和1个指标。

　　这6个维度和1个指标分别是 ：

　　时间维度——2010年3月10日

　　地理维度——北京地区

　　浏览器维度——Safari浏览器

　　流量来源维度—— Google

　　流量属性维度——自然排名结果

　　关键词维度——”蓝野”

　　指标——访问次数

　　而这个分析过程也很快，5分钟就可搞定，步骤如下：

　　当然，如果嫌操作太复杂的话也可以通过标记用户群进行自定义细分。常见的标记用户群方法有：

　　通过用户访问特定的页面对其进行分类；

　　通过用户点击特定的链接对其进行分类；

　　通过用户的自主选择对其进行分类。

　　当然，细分前得分清非注册用户、新注册用户、已注册用户。