數據分析，如何做才算「深入」？

• 2019 年 10 月 4 日
• 筆記

很多同學很困惑，到底什麼算「深入」分析？為什麼自己做的數據分析總被嫌棄「不夠深入」。今天系統解答一下。舉一個最常見的分析需求：業績下降了，分析下原因。這是各個公司的銷售、運營、產品都最愛問的問題。看似來似乎非常簡單哦。

膚淺的分析長這樣

深入是個形容詞，是相對於膚淺而言的。常見的膚淺分析，有以下三種：

1、答不對題。題目問的是「分析下原因」，結果做分析的人只給出來一些數字。諸如：華北片區降低了5%。完全沒有原因，也沒有啥結論。

2、不分對錯。題目給的場景是「業績下降」，並沒有說下降本身是好還是不好。結果做分析的人一看下降就默認是「不好」，然後開始長篇大論。最後只換回一句：「我們早就料到啦，因為投入在降低呀」，好尷尬。

3、缺少論證。很多做分析的，只是列出一個下降的業績曲線，然後寫了一大堆完全無法用數據論證的理由，什麼宏觀環境、消費習慣等等。開局一張圖，原因全靠猜。即使不看報告，業務部門自己也能猜到這些理由，最後落了一句：「我早知道了，講點我不知道的」

膚淺VS深入的區別

之所以會分析的很膚淺，是因為缺少論證過程，缺少理解問題的真正狀況，只是停留在數字層面加減乘除。想要深入，就得一步步的建立分析邏輯，開展論證。特別是這種看似簡單的問題。問題題干越短，意味着情況越不清晰,越需要梳理。提問的人可能沒有受過轉業訓練，想到什麼說什麼。可做分析的同學必須沉住氣理清狀況，才能剝絲抽繭，找到答案。

想深入先做這三步

第一步：梳理事實

要理清的包括以下內容：

1、是什麼時間的事

2、目前結束了沒有

3、從多少降到多少

4、 是周期性、突發性、還是持續性事件

梳理清楚這些，才知道問題的真實面貌。才有下邊具體討論。

第二步：問題定性

到底下降是不是問題？現要有個清晰的判定標準。需注意，有很多情況，業績本身就該降。

比如：

• 投入撤出：減少投入了，那業績就自然會適當降低。
• 節假日效應：周末我們的客戶都放假了，本來就該沒生意。
• 產品退市/清庫存：業績就該掉，有可能掉的越快越好。
• 有計劃地系統更替：系統更新導致交易無法進行，只要是計劃中的都算正常

因此，下降=/=不好=/=天要塌了。要對問題性質進行判定。計劃內的、規律性的下降是很正常發生的事情，計劃外的、突發的、異常的下降才是拉警報的問題。

需注意的是：對問題定性不能單純的就數論數。眼前的一兩個數字並不能解釋這麼多問題。比如投入產出、產品上市退市計劃、系統更新情況，都需要做分析的同學有深入的了解。比如業績周期性變化規律，產品生命周期各階段數據規律，需要提前進行深入總結。這樣才能遇到問題時有足夠多的判斷依據。從這裡開始，我們已經正式踏上深入分析之旅。找到數字背後的深層邏輯，是深入分析的本質。

第三步：衡量幅度

對問題定性，只是判斷一個好/壞。至於有多好，有多壞，還需要進一步計算。衡量幅度和選擇的標準有密切關係。如果是計劃內的下跌，我們可以按計劃設定標準。

比如：

• 投入撤出：投入產出比、投入邊際效益是多少。
• 節假日效應：上一周期/平均水平的節假日降多少。
• 產品退市/清庫存：同類產品退市前，業績每周跌多少。
• 有計劃地系統更替：系統更替時間段影響多少交易，對應多少業績。

如果是計劃外的下跌，則要找一些更宏觀的標準，比如整體業績目標的達標率。先計算整體上下跌多少，是不是已經跌破目標，跌破的量是多大。對整體做個判斷。再往下看：

• 發生時間：短期突發or陰跌不止，速度越來越快or小碎步跌。
• 發生地點：整體性or局部性，局部性最大的部分在整體佔比多少。
• 發生群體：全體or部分，最大的部分在整體佔比多少。

這樣可以有效區分出輕重緩急，圈出重點。越短期、越大幅度、發生面積越大的，問題越嚴重。越長期、小碎步下跌，越說明出了根本性問題。如果只有某個部分拖累大盤，就在下一階段集中處理。切記，在整體形勢沒有判斷之前，不要拆太多細節維度。不然拆的越多，思路越亂，看到一堆指標高了低了也不知道咋下結論。

持續深入做這三步

第四步：區分問題

做完一二三步，我們已經對問題有了初步認識。利用（1）是否是計劃內發生（2）發生幅度是否猛烈，兩個維度。我們可以對問題進行分類，從而清晰下一步的深入方向：

在開篇我們說過，不是所有下降問題都值得拚死命找原因，如果是計劃內的+輕微波動，那原因就是：正常波動（也就是業務常說的：我早知道了）。很多同學不敢下這個結論，怕被人說做的不深入。可敢於肯定正常波動四個字，本身也是經過了一二三步的分析的。我們已經驗證了確實是按計劃/按規律的波動，那就有底氣做判斷。

如果波動真的太小，暫時找不到原因，可以先設觀察指標、持續關注，這樣等問題累積到一定程度就能順騰摸瓜找到問題起點。很多同學在這裡會過於着急，急着在一次分析找到答案，可現實就是波動很小，總也找不到，於是匆匆交差。之後又忘了跟進，導致問題積累很大的時候又找不到頭緒，忘記了其實苗頭早已出現，被批為：「早幹什麼去了」。如此種種囧境，就是缺少監控意識，過於死磕一次分析細節所導致的。

遭遇計劃外的劇烈波動，先查數據質量，確保不是數據質量問題報了假警。確認真實性後，最好的辦法是：在第三步圈出問題最劇烈的區域，以後直接聯繫業務。傳統企業的找分公司、找市場部、找銷售；互聯網企業的找產品經理、找運營。如果是真實的+計劃外的+劇烈的波動，一線業務早就炸鍋了。他們比遠在千里之外的總部數據分析師更清楚真實問題。既然是緊急且重要，就不再磨磨唧唧跑數了，掌握第一手資料最重要。

要特別注意計劃內異常波動，這是業務部門最喜歡撒謊的地方。比如產品升級延時、促銷活動調貨緩慢、商品管理算少了工作日，都會導致業績下降，這些都是業務的執行問題。可業務最喜歡把責任甩給外部環境，甩給用戶需求，或者用「不都是這樣的嗎？過去也一樣啦」來搪塞過去。同樣的活動，做的差就是做的差，作為認真做分析的人，首先要把這種問題暴露出來，至於要不要和業務剛正面揭他們的短，就看具體環境而定了。

第五步：區分內外部影響

再往下深入，就會牽着到多因素交叉影響的問題。尤其是內外部因素交叉。這是很多同學最頭疼的環節。處理的方法，是優先區分內部與外部因素。因為如果真是宏觀因素帶來的影響，絕非一個公司的力量可以抗衡，也絕非一時之間的變化，這種巨大的變化是很容在數據上觀察到的，通常體現為地震式或瘟疫式下跌（如下圖）。

但反過來，大部分非致命傷，都是內部原因。這時候可以用標杆分析法，輕易的戳破業務部門的借口。我們可以找到同期做的好的標杆進行對比分析，揭示標杆分公司、標杆商品、標杆部門在工作上的優點。「別人都做的到，你憑什麼做不到」「別人在努力做，你在努力找借口」是業務部門的領導懟下屬的最好武器，我們可以幫領導們及時裝填上子彈，讓業務部門認真反思自己工作可改進點。而不是糾結「到底業績下降裡邊有X%來源於外部環境」——實際上，不管到底x%來源於外部環境，業務自己沒做好，就是沒做好。

第六步：深入外部問題

有可能確實有外部影響存在，我們可以從數據監控中發現這一點。一般數據上表現為：

1、業績指標隨政策應聲而落

2、業績指標長期陰跌不止

3、提振業績手段效果越來越差

4、所有業務線均呈同態勢下跌

5、沒有被波及的業務線有特殊資源支持

比如做促銷活動，活動當時業績沖的越來越高，活動之前之後跌的越來越狠，就很有可能說明用戶已經習慣於有促銷就買，沒促銷就不買。這時候就得考慮調整策略。

當然，想最終確認外部因素，單靠內部數據是遠遠不夠的。一般確認行業性的因素，需要競品情報，得有本事收集到可靠的競品信息才行。確認用戶層因素，需要市場調查部門配合，做用戶訪談才行。單靠內部數據寫寫代碼跑跑數很難驗證想法。所以做商業分析，還得多方面下功夫才行，各個數據各司其職才是最好的。

深入分析多久來一次

針對「業績下降了，分析下原因」，以上就是深入分析的過程。六個步驟涉及大量數據工作，絕不是如果網上文章所言，只要一個「拆解法」或者「多維法」就能搞出結果。這裡需要

1、對業務的了解

2、對業績指標走勢有經驗積累

3、對常見業務活動的數據表現有總結

4、對不同維度下數值差異有拆分

5、對標杆情況有掌握

6、對內外部歸因有判斷

7、未結問題進行跟進

想要做到深入分析，要麼在平時就有很多分析結論積累，事到臨頭才能用上很多現成的結論，快速找到原因；要麼就得做很多細緻的分析，一步步深入。只有手頭幾個數據，是很難深入的。

不過這並不是同學們的問題。很多企業里沒有分析經驗沉澱；業務和數據脫節缺少溝通；業務過於強勢，強詞奪理；數據的領導是技術出身，自己也不知道咋分析；做數據的同學止於跑數，沒有機會參與調研，更離一線萬里之遙。這些是企業本身的組織問題，卻會導致同學們平時積累少，臨陣記得抓耳撓腮。從今天開始，大家可以嘗試一步步做好積累，慢慢提升深入分析能力哦。