作者：諸葛君來源：諸葛IO數(shù)據(jù)教練

做數(shù)據(jù)分析經(jīng)常會遇到一個問題：

• 從一堆海量數(shù)據(jù)，不知道怎么分析，怎么得出結(jié)論；

• 經(jīng)?？沼幸欢褦?shù)據(jù)，卻無從下手；

• 面對問題，沒有思路；

• 做了很多圖表，卻發(fā)現(xiàn)不了業(yè)務(wù)中存在的問題；

• 談起使用工具的技巧頭頭是道，但是面對問題，還是不會分析。

  
  

那么面對一個業(yè)務(wù)場景，通過什么樣的方式才能夠?qū)ふ业秸_的數(shù)據(jù)分析思路呢？所謂正確的分析思路，本質(zhì)上就是站在一定高度的業(yè)務(wù)思維邏輯。

01

? ?明目的? ?

數(shù)據(jù)分析，要帶著目的去推進(jìn)。
一般在日常工作中，數(shù)據(jù)分析的任務(wù)都會以需求的方式呈現(xiàn)，如果在需求中有對背景和分析目的進(jìn)行交代，無論是有數(shù)據(jù)還是沒數(shù)據(jù)，至少有了大概的方向。
問目的，就是向需求提出方拋出問題“分析的背景是什么？分析目的是什么，為什么要做這次分析？期望的結(jié)果是什么？給誰看？”，明確目的，就能限定分析的“范圍”，范圍縮小了，才能有思路。
比如說：針對本月1號新上線了一門課程，看一下銷售情況如何？”這個需求，分析目的是報告新課銷售情況，“思路”就是銷售情況。那與“銷售情況”相關(guān)的指標(biāo)有哪些呢？時間范圍、銷售量、銷售額、與其他課程同比、對總銷售的貢獻(xiàn)度、轉(zhuǎn)化率是多少等。
問目的，是為了限定需求范圍明確分析方向，有了方向就有了“思路”，分析師再利用自己的特長，將期望的結(jié)果翻譯成“數(shù)據(jù)指標(biāo)”。

02

? ?找指標(biāo)??

我們所做的每個任務(wù)、每份工作，都應(yīng)該有數(shù)據(jù)指標(biāo)來衡量。一樣?xùn)|西，如果你不能衡量它，那么你就不能有效增長它。?
比如你是HR，那么重要工作就是為公司儲備和保留優(yōu)秀人才，但如果你每次跟老板匯報工作，說的都是自己做了什么工作任務(wù)，比如今天組織了員工座談、明天組織員工跑步，對方肯定是無感的。你需要一些指標(biāo)來衡量，比如關(guān)鍵人才的流失率是不是降低了，比如人才招聘的速度是不是加快了，比如人效是不是提升了，等等。?
所以，關(guān)鍵是找到那些數(shù)據(jù)指標(biāo)。你可以想一下，自己的工作任務(wù)應(yīng)該用哪些數(shù)據(jù)指標(biāo)來衡量？
只要找到這個，你才有數(shù)據(jù)分析的基礎(chǔ)。

03

? ?懂方法? ?

??

有了數(shù)據(jù)指標(biāo)之后，就可以進(jìn)行分析了，下面列舉了一些工作中熟練掌握分析和洞察數(shù)據(jù)的方法。

1、相關(guān)性分析法：兩種指標(biāo)的關(guān)聯(lián)度如何；

兩個指標(biāo)之間是否有相關(guān)性，相關(guān)關(guān)系包括了線性相關(guān)和非線性相關(guān)，最常見的就是線性相關(guān)，也就是描述當(dāng)一個連續(xù)變量發(fā)生變化時，另一個聯(lián)系變量也相應(yīng)地呈線性變化。

2、對比分析法：與別人對比，尋找差距；

通過與目標(biāo)對象的對比，知道自身指標(biāo)的好壞，尋找差距，定位優(yōu)劣勢。

3、漏斗分析法：由上到下環(huán)環(huán)相扣轉(zhuǎn)化；

漏斗分析能夠科學(xué)反映用戶行為變化狀態(tài)，是一個分析從起點(diǎn)到終點(diǎn)各階段用戶轉(zhuǎn)化率情況的重要模型。用于評判漏斗上各個環(huán)節(jié)的轉(zhuǎn)化效率，準(zhǔn)確定位哪些環(huán)節(jié)出現(xiàn)問題，并通過轉(zhuǎn)化用戶和流失用戶的畫像分析，找出用戶流失的原因，幫助提升轉(zhuǎn)化率和降低流失率。

4、分類分析法：物以類聚，人以群分；

將具有相同特征的用戶分成一組或一類，與其他組進(jìn)行分析，如城市分組等；通過分組，可以幫企業(yè)發(fā)現(xiàn)重點(diǎn)/次要業(yè)務(wù)或產(chǎn)品、客戶等。

5、同期群分析法：同類群體特征在不同時間是如何變化的

同期群分析主要分析相同的用戶群體隨著時間延續(xù)的發(fā)展變化情況，它是分類方法在時間上的延伸，強(qiáng)調(diào)相同用戶群體隨時間變化的變化情況。

6、邏輯樹分析法：像樹枝一樣，將復(fù)雜問題拆解成若干簡單子問題

邏輯樹分析法是一種像樹枝一樣，將復(fù)雜問題拆解成若干個子問題進(jìn)行分析的方法。

7、核心指標(biāo)拆解法：像剝洋蔥一樣，將核心指標(biāo)層層剝離找到問題本質(zhì)

核心指標(biāo)拆解法其實(shí)是邏輯樹分析在企業(yè)實(shí)際業(yè)務(wù)中的一個應(yīng)用，對企業(yè)的核心指標(biāo)通過公式的層層拆解，像剝洋蔥一樣定位核心指標(biāo)出現(xiàn)波動的問題和原因。

8、AB Test：小樣本灰度測試尋找最優(yōu)方案

AB Test是一種小樣本的后驗(yàn)方法，需要先確定測試目標(biāo)，并為測試目標(biāo)設(shè)置幾種方案，通過觀察幾種方案的用戶表現(xiàn)，找出最受用戶青睞的方案做為最終改善產(chǎn)品的方案。

04

? ?可視化???

數(shù)據(jù)的可視化也非常重要，因?yàn)槿绻麤]有可視化，就是一些數(shù)字羅列，那就跟文字信息沒什么差異了。
數(shù)據(jù)可視化的幾個原則：閱讀門檻別太高，不要過多顏色，突出關(guān)鍵信息，文本與數(shù)據(jù)呼應(yīng)。
可以用Excel表格、圖表、PPT、POWERBI等形式將數(shù)據(jù)進(jìn)行呈現(xiàn)，無論是餅形圖還是折線圖，還是組合圖，目的是要能有形象和有邏輯的說明問題。
怎么樣用更加合適的數(shù)據(jù)圖表類型？這里有些常用表格適用范圍分享給大家：

• 散點(diǎn)圖（適合相關(guān)）

• 折線圖（適合趨勢）

• 橫的和豎的條形圖（適合對比）

• 瀑布圖（適合演變）

• 熱力圖（適合聚焦）

• 雷達(dá)圖（適合多指標(biāo)）

• 詞云圖（適合看分布）等等

05

? 出決策??

單單是數(shù)據(jù)的呈現(xiàn)是沒有用的，關(guān)鍵是通過數(shù)據(jù)能發(fā)現(xiàn)什么問題，作出什么決策。這個才是最重要的。
第一步是通過觀察現(xiàn)象把問題定義清楚，只有明確了問題，才能圍繞這個問題展開后面的分析。如果一開始問題就定義錯了，那么再怎么分析，也只能是白白浪費(fèi)時間在明確問題時，也要保證數(shù)據(jù)本身是準(zhǔn)確的，才能進(jìn)行后面的步驟。可以從時間、地點(diǎn)、數(shù)據(jù)來源確認(rèn)問題表現(xiàn)為哪些現(xiàn)象，還可以通過向相關(guān)人員提問的方式來溝通清楚。
第二步是分析問題發(fā)生的原因，影響問題的原因可能有很多種，在分析原因的過程中，要優(yōu)先分析那些關(guān)鍵的因素?？梢酝ㄟ^“核心指標(biāo)拆解法”對問題進(jìn)行拆解，將復(fù)雜問題細(xì)化成各個子問題，對拆解的子問題，可以使用“對比分析法”找到哪里出了問題，找出問題后，可以通過下面兩個問題把原因搞清楚：（1）哪里出了問題？（2）為什么會出現(xiàn)這個問題？
找到原因就完事了嗎？還不行，要找到對應(yīng)的解決辦法才是分析的終點(diǎn)。所以，第三步是找到原因以后，還要針對原因給出建議，或者提出可以實(shí)施的解決方案。在決策這一步，常用的分析方法是回歸分析或者AARRR分析。
當(dāng)完成這3步，才能把分析的過程清楚呈現(xiàn)給決策者。這就是使用數(shù)據(jù)進(jìn)行有條理的分析，從而準(zhǔn)確做出決策的能力。
所以實(shí)際數(shù)據(jù)分析不只是看數(shù)據(jù)，是有目的，有分析，有反饋還要結(jié)合業(yè)務(wù)的。先想個大方向，然后思考相關(guān)數(shù)據(jù)指標(biāo)是怎樣的，梳理體系。

比如說我們要拉活躍，你可能跟同事說的是，目前DAU的新老用戶結(jié)構(gòu)是xxxx，新用戶流失怎樣，不同渠道區(qū)別，對用戶做分層，為什么某類用戶會出現(xiàn)這樣的原因，因?yàn)槭裁丛螂x開，根據(jù)這個原因我們要不要考慮下balabala，看看能不能灰度測試abtest走起balabala。

數(shù)據(jù)分析不是狹義的，能涵蓋的東西有很多，先不要局限在數(shù)據(jù)，先想某些業(yè)務(wù)我們覺得哪里有問題，能做什么，再思考數(shù)據(jù)能用來干什么，怎么抽象出來。

更多數(shù)據(jù)分析內(nèi)容

掃描二維碼即可了解