所謂秀才提筆忘了字，經常有同學在領導要求你去分析一下XXX的時候，腦子嗡的一聲，沒了思路。今天分享4個簡單好用的思路，可以應對大部分的問題，大家準備好小本本哦，馬上開始。
思路1：陳述式分析
適用問題：你去分析一下銷售/運營/商品/會員/物流情況
適用場景：領導/業(yè)務沒有明確需求，第一次看業(yè)務數據
此時的重點是：講清楚情況，清晰是第一位的要求。因此不要心急，不要一次性傾倒太多的數據出來，大家看不明白就會責怪你：分析的不清晰。此時可以按著：現狀→目標→整體進度→子部門進度的方式展開。
比如你去分析一下用戶情況，那么可以做如下介紹（如下圖）:
如果整體進度沒很大問題，各子部門進展順利，那么大家不會發(fā)表太多意見，看完后會說很好，繼續(xù)監(jiān)控。如果整體進度有問題，那么大家的思路會被引導到：為什么A部門執(zhí)行好，B部門不行？上邊去，這樣就能做進一步的分析。
要注意的是！不同人的第一次是不一樣。最經典的場景是，你們自己部門內數據已經看了很多遍，但是現在要做一個向高層的回報，高層領導平時根本不了解你們的細節(jié)。此時千萬不能太著急，堆砌一堆數據搞得大領導頭昏腦漲，十有八九被批：思路不清晰。沉住氣做個陳述式分析會更好。
思路2：探索式分析
適用問題：最近銷售/運營/商品/會員/物流指標沒達標，為什么？
適用場景：領導/業(yè)務有明確問題，但沒有具體的懷疑對象
此時的重點是：引導大家的思路，落實到一個具體的、可改進的對象上去。這一點非常重要！很多同學在面對問題的時候，喜歡翻來覆去地描述現狀。比如，問為什么用戶消費少了？他就憨憨答一句：因為客單價低了。
這是廢話，消費=用戶數*消費率*客單價，客單價低了消費肯定少。問題是為啥客單價低了呢？是商品不行？是促銷搞多了？這才是大家關心的，所以做探索式分析的時候，拆分問題應該具體到某個部門可負責的事情上，這樣才能落地解決方案。
比如最近用戶消費沒達標，那么可以做如下探索（如下圖）：
思路3：檢驗式分析
適用問題：我們最近的會員消費下跌和優(yōu)惠政策調整有沒有關系？
適用場景：領導/業(yè)務提了一個明確的分析要求，期待回應
此時的重點是：排除其他可能性，聚焦到核心問題。大家要注意，很多時候聽上去只有一個假設，但實際上要排查的范圍并不止于此。但你說出：確認是政策調整影響的時候，就意味著你選擇了不是執(zhí)行問題，也不是外部問題。如果沒有排除掉明顯的其他問題，十有八九會被批為：分析不全面，我說一句你做一句嗎
此時需要主動收集：還有哪些業(yè)務假設。一些大家共識過的，不用考慮的因素，可以不納入分析之中，聚焦幾個核心問題。最常見的假設就是：是策略問題還是執(zhí)行問題。
比如會員消費下跌和優(yōu)惠正常有沒有關系？拆分開就是：
假設1：因為調整了優(yōu)惠，部分會員不滿，導致不消費
假設2：優(yōu)惠政策沒問題，但是宣傳力度不足，很多會員還不了解
另一個常見的假設，是自己部門的問題or友鄰部門的問題。
比如會員消費下跌和優(yōu)惠正常有沒有關系？拆分開就是：
假設1：因為調整了優(yōu)惠，部分會員不滿，導致不消費
假設2：優(yōu)惠政策沒問題，但是本季商品不行，再優(yōu)惠也沒用
到這一步，就很考驗數據分析師的工作技巧了。因為很有可能你的領導，就是想甩鍋給別人（或者要防著別人甩鍋），因此收集證據，是非常重要的。兩個假設哪個更成立，完全看收集到的正面/反面例子那個多，越高級的數據分析師，越有能力充分收集證據，證明自己的領導的想法是對的??！
思路4：測試式分析
適用問題：如果我們調整政策/更換商品/改進版面，是否能解決問題
適用場景：領導/業(yè)務提了一個尚未發(fā)生，計劃要做的事
此時需弄清三個關鍵問題：到底要不要做測試，要做什么級別的測試，要測的到底是啥？
1、如果計劃的事情，是歷史上從未發(fā)生過的（比如上一個全新的產品），那必須測試，不然沒法下結論；
2、如果計劃的事情，歷史上做過類似的（比如投優(yōu)惠券，以前也投過），那可以拿歷史數據做一定參考；
3、如果計劃的事情，可以小范圍測試（比如讓部分業(yè)務員改話術，選部分用戶投券），那么優(yōu)先考慮做AB分組，通過ABtest對比差異
4、如果計劃的事情，沒法小范圍測試（比如修改渠道政策，一旦公布開弓沒有回頭箭），那么就得先做調研，再通過數據測算，讓大家有心里準備
總之，根據計劃類型來提供實驗建議。
另，在實驗前，一定要記錄清楚以下信息，列清楚了才好做分析：
1、本次對業(yè)務調整的點是XX
2、本次調整，期望的目標是改進XX指標
3、本次沒有調整XXX影響因素
比如要優(yōu)化投放效果，你最好記錄清楚：到底這個版本改變的是推廣主圖、關鍵字、站內路徑還是商品/優(yōu)惠，這樣才好在各版本間做對比，如果一次性大改太多，那就只能看整體效果了，沒法具體到細節(jié)（如下圖）。
看完覺得寫得好的，不防打賞一元，以支持藍海情報網揭秘更多好的項目。
感謝您的支持，我會繼續(xù)努力的!
打開支付寶掃一掃，即可進行掃碼打賞哦
手機直接保存圖片,掃一掃識別二維碼,即可進行掃碼打賞哦
