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/業務沒有明確需求，第一次看業務數據

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）:

圖片

如果整體進度沒很大問題，各子部門進展順利，那么大家不會發表太多意見，看完后會說“很好，繼續監控”。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。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）：

圖片

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惠政策調整有沒有關系？”

適用場景：領導/業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：是策略問題還是執行問題。

比如“會員消費下跌和優惠正常有沒有關系？”拆分開就是：

假設1：因為調整了優惠，部分會員不滿，導致不消費

假設2：優惠政策沒問題，但是宣傳力度不足，很多會員還不了解

圖片

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“會員消費下跌和優惠正常有沒有關系？”拆分開就是：

假設1：因為調整了優惠，部分會員不滿，導致不消費

假設2：優惠政策沒問題，但是本季商品不行，再優惠也沒用

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/業務提了一個尚未發生，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（比如讓部分業務員改話術，選部分用戶投券），那么優先考慮做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。