一、序言

能感覺到，部門是有較強的數據意識的，例如，大家經常會把這句話掛在嘴邊：“先盤一下數據吧！”。這個意識非常珍貴。但同時，我近期也覺察到兩個現象：一是大家有時候希望拿起數據這把槍的時候，卻發現不知道怎么瞄準；二是雖然會用，但是磕磕巴巴，打一槍之前得調來調去好半天才能開槍，非常不暢快。其實數據分析工作是有一些方法論可以幫到大家的，這篇文章就想講講這個主題。

二、數據分析工作的幾個較獨立模塊

數據分析在實際操作中有幾個相對比較獨立的模塊：界定問題、選擇指標、梳理邏輯、表達結論。

對于專職數據分析人員來說，大多數時候都會從界定問題一直盯下來，完成最終的結論表達；當然也有的時候由于工作時間所限，或能力經驗所限，只負責了其中部分環節。對于非專業數據分析人員來說，更多會在界定問題和梳理邏輯這兩個點上多參與一些。

三、界定問題

3.1 界定問題要準確

要保證自己想了解的東西可以拆成具體的子問題，并可以落實到指標上、系統頁面上、業務中。

舉例：我想看一下移動端資源的贈送情況。

剖析：

怎么拆子問題？可以從這兩個角度去談這個“贈送情況”：

1）公司贈版資源里，有多少是移動的，有多少不是移動的？

2）移動上線的資源里，有多少是簽的購買合同，有多少簽的是贈送合同？

這樣是不是清晰多了？然并卵，后面的指標、系統、業務方認可一個不滿足，都會讓整個分析鎩羽而歸。

真正的合同是怎么簽訂的呢？去對應的系統，打開一個合同，很容易就可以看到：哦，原來是合同分為購買部分和贈送部分，各自有各自的刊例價，然后有一個整體的銷售金額，用銷售金額/（購買刊例+贈送刊例），就知道了整單折扣。合同里會有每條資源的排期，刊例，和銷售金額。每條資源的銷售金額是用刊例*整單折扣這么算出來的。系統很給力，有一個標簽“購買類型”可以看出是買的還是贈的。那么用刊例金額還是銷售金額來表示“資源”的概念呢？由于刊例價是未脫水的資源價值代表，而銷售金額是用整單折扣去折算的資源價值代表，選擇哪個指標都不完美。這個時候就該去找業務商量啦！

真正的數據統計和分析，需要在這一系列問題都解決之后才能真正開始。

3.2 界定問題要開放心態

不能用已有的經驗束縛自己去了解事實的真相。

舉例：業務方提出，“要看一下資源點位釋放的情況”

剖析；

正巧之前的一個項目，跟合同部打交道比較多，我知道合同部定期會統計“合同提前終止類變更導致多少收入損失”，所以就想當然了一下，找研發問有沒有正式合同的點位釋放記錄。研發答復：正式合同的有，但是不好取；預定合同的沒有。幸虧研發同學回答的全面，我多想了一下，又電話跟業務方溝通確認，才明白人家要的還恰恰就是預定合同的點位釋放記錄。不同的排期預定系統主干邏輯類似，但細節千差萬別，所謂每個系統都有它的脾氣，以前經手的系統不存在的問題，可能就在拐角處等著你呢！

四、選擇指標要考慮全面、深入

舉例：老板希望知道“每個用戶給公司帶來多少價值”，并且要求，把產品和銷售的貢獻拆一下

剖析：

價值就是錢，可以用刊例，可以用銷售金額，這個簡單。

怎么把產品和銷售的貢獻拆開呢？是不是刊例代表產品的貢獻，銷售金額代表銷售的貢獻？

這里就有一個稍微有點深的問題，容易想不到：沒有賣掉的產品，算不算產品的貢獻？其實應該算的，只要是設計、開發完畢的產品，也就是有刊例價的產品，理論上來說都應該算產品的貢獻。因此用刊例來代表產品方沒問題，但思考完，就知道刊例也分可售刊例和售出刊例，而前者才是更加全面考慮后的選擇。

五、梳理邏輯常用的五種方法

5.1 因果拆分

因果拆分可以簡單理解為乘法。比如收入下降了，可以看看收入=客戶數*戶均，是哪個因素導致的。

5.2 結構拆分

結構拆分可以理解為加法。同樣，比如收入下降了，可以看看收入=A部門+B部門，是哪個部門導致的。一般來說，由于某組成部分導致的整體數據變化，最終也會反應在因果拆分時，因此建議先用因果拆分。

5.3 因果、結構組合

有時需要先按因果拆分后，再去把出問題的因素按結構拆分一下。比如客戶數掉了，看看主要掉在哪個部門頭上。復雜的時候，會組合2、3輪。

5.4 重要性排序

業務總是繁瑣的，很多因素共同導致了當前的數據結果。用前面集中方法拆分后，可能會有多個答案，這個時候要思考一下哪個是主要矛盾要強調，哪個是次要矛盾，知道即可不用多說。

5.5 對比分析（用于排查異常數據時）

簡單的說，有多少種對比的維度，就有多少種排查的思路。

舉例：業務方反饋，某廣告位上海地區的點擊數據異常。

剖析：

有很多種方式去對比，來定位異常原因：同廣告位前一個月表現怎么樣（時間維度），同頁面其他廣告位表現怎么樣（頁面維度），同廣告位其他地區表現怎么樣（地域維度），同廣告位分時表現怎么樣（時間細分）。這么一對比，基本上很快就能定位到原因了。

六、表達結論要簡短清晰、重點突出

數據分析工作和其他所有工作一樣，一點點真知灼見都隱藏在大量繁瑣的細節工作中。但是，同其他所有工作一樣，讓自己的工作價值凸顯的最好方法，恰恰是不提繁瑣，不提細節，讓自己的深入思考通過簡短的文字體現價值。

一個數十萬的大表，經過各種人工處理、拼表、透視，最終可能只說明了一句話，那么就把這句話說出來，這個大表就存檔防調用好了。一定要學會把數據轉換成文字、轉換成自己的經驗，否則很快腦子的內存就滿了。

七、業務共識

界定問題、選擇指標、梳理邏輯、表達結論，數據分析的每個環節，都是為了業務方服務的；每個環節都有可能引起業務方的不理解，處理不當就會爆炸。個人經驗是，一頭一尾一定要處理好，充分共識后再開始分析和結束分析。

八、寫在最后，自勉，共勉

相對于閃閃發光的產品經理，數據分析師的工作存在感沒有那么強，閱歷不夠的年輕人經常被這幾句話噎的心塞好幾天：

你這數據不對啊！

業務不是這樣的！

趕緊幫我弄個數！

但是，跟其他所有的工作一樣，總是有辦法可以提升自己

8.1 要自己思考工作主線

想清楚自己想研究什么，然后設立目標，拆分工作，逐步推進。沒有主線，自己都不知道自己在忙什么，就非常容易被外部需求牽著走了。

如果不知道自己想研究什么（這是非常可能的，不要怕說出來），還有一個小小的方法論：問問自己，一年內團隊最重要的事是什么？3個月內團隊最重要的事是什么？自己能服務什么？然后定一個方向，開始起步。

8.2 開放心態

數據確實不如產品更接近業務；產品確實不如銷售更接近業務。所以不要在數據里故步自封，走出去，投入業務的洪流。

8.3 學會抽象

從一個大表里抽象出一句結論；為每一頁ppt抽象出一個標題；從日常工作中抽象出一個理念。只有抽象，才是擺脫日常繁雜事物，進行理性思考的開始。