數據分析，該怎麼做才能超出預期？

• 2019 年 10 月 11 日
• 筆記

有同學問：每次做的數據分析報告，業務方看了不是說「我早知道了」，就是說「你這不符合業務常識」。搞得人很鬱悶。比如最近一次，診斷業績波動問題，分析了一堆流量*轉化率*客單價數據，業務方卻哈哈大笑，說跟這些都沒關係，純粹是大區經理的能力問題。面對這種局面該怎麼辦？

_(¦3)∠)_

今天統一解答一下。這種問題，本質上是來自：不了解業務到底掌握了什麼情況。想要做出既符合業務常識，又超過業務預期的分析成果。當然得先摸清對方底牌。

所謂的業務常識從何而來

業務常識其實由三部分構成：

1、假設：業務方對問題的猜想。

2、證據：能支撐猜想的論據，包括數據、事實、邏輯推理等。

3、結論：基於假設+證據，論證產生的業務結論。

比如業績波動問題，可能和外部（天氣、經濟環境、競爭對手）內部（總部支援、分公司配合、一線執行）等很多因素有關。作為銷售部/業務部/渠道部/運營部，他們本身對於這些因素是有一些了解的。很有可能有了一些假設和證據，比如：

因此，如果沒有溝通，不進行事先摸底。很有可能在數據分析中根本回應不到這些結論，或者簡單的鸚鵡學舌再重複一遍，這就會導致開篇的：「我早知道了」、「不符合業務常識」等問題。所以進行事先溝通，了解情況非常重要。

需注意的是：業務方的證據不一定是數據。很有可能是來自

• 一個經驗：老夫從業10年，出這種問題一般是……
• 一個事件：開電話會他不接，發了通知不回復，肯定是他的問題！
• 一個感覺：我覺得應該是執行出了問題，我的設計很完美啊！
• 一篇文章：早上在朋友圈看了《震驚！馬雲剛剛宣布！》，真有道理。
• 一個命令：大老闆都說了，都是人的問題，那就是人的問題！

所以，作為數據分析是大有可為之地的。去偽存真，去粗取精。剔除不合理假設，發現更多問題，就能幫助到業務，贏得認可。具體的做法可以有三個方向。

1

超出預期方式一：剔除虛假證據

還講上邊的例子。比如業務方已經認定是大區經理的問題，那我們就來驗證，是否不同能力的大區經理表現真的有差距。需要注意的是，我們要找的是主要矛盾。如果大區經理能力真的是主要矛盾，那業績數據上會有明顯變化（如下圖所示）如果只是有略微差距，甚至沒有差距，那就能直接否掉這條假設。在數據證據充足的情況下，可以大膽下判斷，用數據說話，業務方也無力反駁。

2

超出預期方式二：深入發現問題

即使第一步驗證業務方假設，也沒關係，我們還可以把問題去平均化，具象化。從而找到更多新鮮結論。比如已驗證大區經理能力不行，可到底是怎麼個不行法，是一貫不行，還是這一次發揮不行，還是丫本來就是個投機分子——有政策就做，沒政策就叫難。可以通過對大區經理行為的進一步分析得到（如下圖，業績達標率走勢所示）

這種細分分析，對業務是很有用的。單靠「能力不行」四個字，可沒辦法指導到下一步行動。到底誰是要撤換，誰要扶助，誰還能等待成長，有個清晰的劃分，才能針對性做事情。細節之處見功力，有細分分析，即使大結論是一樣的，業務方也會覺得有意義。

3

超出預期方式三：挖掘潛在因素

很多時候，第一步驗證成功不代表發現了真正的問題。比如看似是大區經理能力有差異，可大區經理下屬業績也是由不同門店、產品、銷售團隊構成的。通過結構分析法，我們有可能看到更多問題。如下圖所示：

有可能我們發現：所謂優秀經理，其實就是命好。其下屬1級門店數量多。那就不禁讓人懷疑：是這些人能力強，還是天生掌握的資源好。所謂「總部支援力度不低」是不是只對1級門店有作用。這是很常見的問題，大家往往默認了表現好的1級門店就是3級門店的標杆，制定政策都按1級門店的經驗來。可實際上1級門店的經驗很有可能是不可複製的。如果能通過往下深度分析，找到更深層的問題，就能讓業務大呼「我咋沒有想到」了。

4

超出預期方式四：觀察長期趨勢

數據分析師的一個特殊優勢，就是不用對業績負責，因此出現「屁股決定腦袋」「黑的描成白的」相對較少。這樣就可以潛下心來，客觀評價業務的判斷。通過長期趨勢觀察，多次對比，發現深層問題。還是這個例子，業務方自認為自己的政策沒有問題，很有可能通過長期多次對比，我們發現：是有潛在問題的（如下圖）

看似營銷政策上線後，單日最大業績又破新高，總業績也拉動很多。可歷次對比發現，促銷蓄力期、恢復期越來越長，整體效益並沒有更高。這就說明很有可能用戶/市場已經對類似活動疲倦了，不以為然了。這時候還是要堅持繼續做，還是考慮調整，就是個大問題。當然，這種結論直指業務部門的痛點，往往他們看完是默不作聲，然後回來再思考的。雖然嘴上不說，但內心裡還是會認可分析的價值。

從問題出發，到行動結束

上邊只是個簡單的例子，還有更多可以深入的地方。有些同學看了會說：老師，這些看數據的維度，我們BI里也有。是滴，羅列數據是很簡單的。比如把銷售業績按大區，按門店拆解，分日、周、月輸出，這是很多BI都有的。然而問題是，這樣單純的羅列沒有任何邏輯，沒有回答任何業務方疑問，沒有引導業務方思考，它就只是一張張數據表而已。在沒有邏輯的時候，甚至列的數據越多越招人嫌。看著花花綠綠的報表，業務方還會抱怨：能不能講重點！

做數據分析，要從具體問題出發，到一個指向業務的行動結束。想要超出業務期望，當然得了解具體業務期望是什麼，解答他們的問題，幫他們發現更深層的問題。這樣就得讓我們的數據分析師們不止滿足於記住了GMV=DAU*轉化率*客單價這種公式，更得把自己放到真實商業環境里去，了解商業動作，思考具體的商業問題。這樣才能思考的深入，做出超過期望的成果。

【完】