你做的分析，業務早知道了，怎麼辦？【實操版】
- 2019 年 12 月 9 日
- 筆記
「你做的分析，業務早知道了，怎麼辦？」是一個非常困擾數據分析師的問題。面試的時候遇到，會越覺得非常難回答。工作中遇到，氣的想拍桌子罵娘。今天我們系統的來講解一下，如何應對這個問題。
首先，應對這個問題的場景非常重要。如果是在面試時遇到，千萬不能拍桌子。面試本身是一個綜合性的考驗，我們的態度、風度、職業素養也是重要考察項目。所以千萬不能著急，大家可以用下邊這個話術來應對：
有4種分析結果，會讓業務說：我早知道了。
第一種：有數據，無解讀
很多新人的數據報告、日報周報、ppt里都有這個問題。比如他有一頁ppt叫「銷售數據分析」然後下邊列個一個銷售金額折線圖，上邊寫了一句話：本月銷量3.5億，同比增長30%，環比增長5%。就沒有其他內容了。
這豈止是業務早就知道了，這是只要不是個瞎子，都知道了。他只是用文字把圖裡的數據又講了一遍而已。只要人不瞎，看一眼圖表上標註的數據都能明明白白。銷量3.5億所以呢？同比增長30%所以呢？為什麼不是同比35%？為什麼不止29%？完全沒有任何的解讀。這種報告誰看都來氣。
第二種：有解讀，無常識
很多新人做了解讀，但是解讀很搞笑。還是銷售分析，有的新人一看：誒！這個月銷量環比下降搞達70%！好，可算逮住大問題了！於是一通分析猛如虎，得出結論：「因為二月份是春節，所以銷量下降」
這不是說廢話嗎。不要說業務部門早知道了，是個人都知道了啊。春節全國都在放假，我們公司又不是賣鞭炮、禮盒、玩具槍的，當然業績下降啊。類似的場景還有很多，僅從時間上看，每周周末，3個三天短假和2個7天長假，都會有明顯的節日效應。雙十一雙十二都會有明顯的人造節日效應。這些都是業務的常識，如果不了解常識，當然寫出來的東西是大家都早知道的。
第三種：有常識，無溝通
單純知道業務常識是不夠的，因為業務形態是可以人為改變的。業績是做出來的，不是算出來的，所以得和業務溝通，了解他們到底幹了什麼。可很多初級數據分析師不懂溝通，只會悶頭看數據，於是鬧各種笑話。比如看到某個產品銷量持續下降，又覺得逮住大魚了，一通分析。送到業務部門那裡後引得哄堂大笑：我們早知道了，因為我們最近在做產品退市啊。
類似的情況還有很多。比如業務部門喜歡推某幾款產品，結果這幾款產品銷量一直好，做關聯分析，它們是關聯度最高的產品；做顧客旅程，它們是所有顧客起點產品；結果某天業務部門改了獎金制度，把這款產品的銷售傭金調低了，業務不去推，所有的數據分析全部被推翻。這又是一件人人都知道的事，唯獨數據分析師不知道的事。說到底，很多業務動作是無法被數據記錄的。單純的沉迷數據，不和業務溝通，很可能做出看似高深，其實人人都知道的事。
第四種：有溝通，無判斷
因為有以上三種情況，所以催生出第四種人：業務說啥他信啥。遇到啥問題都跑去問業務要答案。銷售下降，業務說是因為天氣不好，他就信了，就真在分析報告上寫上「近期天氣太熱，導致業績下降。」還美其名曰：和業務深入溝通的結果。這種結論當然是業務早就知道了啊，因為根本就是從人家嘴裡出來的。
做數據分析要有自己獨立判斷能力，和業務溝通與複製業務的話是兩碼事。數據分析能力人人都可以學習，可為什麼還要獨立的數據分析部門呢？就是因為業務靠的住，母豬能上樹。業務部門永遠會說：成績是我做出來的！至於業績不好嗎，那就是老天爺的問題，是大環境的問題，是馬雲出手了，是政策有調整，是供應鏈沒跟上，是IT太落後，是數據分析的不準，總之不是我的問題。
比如最簡單的：銷量不好是因為天氣熱。這是人話是鬼話，拿出來分析一下嗎。從規律看，天氣熱銷售是會有下滑，可為啥有的下滑5%，有的下滑35%？為什麼有的天氣一涼銷量就立馬反彈，有的天氣涼了銷量還不見起色？通過細緻的分析，你總能發現業務極力迴避或者掩蓋的問題。
當然，即使你指出來這些問題，業務也會找理由推辭：「我早知道了，不就是因為那一家門店能力強嗎！我之前只是忘了說了」。到了謊言被揭穿的時刻，再補一句「我早知道了」已經毫無殺傷力了。所有人都能看到，這是業務在為逃避責任找託詞。即使業務部門不想面對事實，老闆也會去思考，如何改變問題的，作為數據分析我們的職責就盡到了。
小結一下：
業務說：我早知道知道了，其實是很難100%避免的。因為這裡既有數據分析的原因，也有業務自身的原因。即使我們分析的很到位，業務也可能礙於面子，急於護短，甩出「我早知道了」來搪塞。所以我們無法100%消除「我早知道了」。我們可以100%消除的，是因為我們數據分析師不懂業務，不懂溝通，沒有判斷導致的「我早知道了」。用分析替代經驗，用計算替代拍腦袋，刺破大家習以為常的慣例，解釋人人都這麼認為背後的邏輯。這才是我們的價值。
以上
這段話有點長，可能同學們得練習一下才能掌握。裡邊講銷售的例子是因為銷售最好理解，大家在使用的時候可以自行替換成產品、用戶、活動的例子。
解答一下為什麼這麼講。首先，這個問題是一個有罪推定問題，所以不要直接回答，直接回答就上鉤了。類似「為什麼男人都愛嫖」「為什麼女人都拜金」，這種問題你一但去解釋，就默認了自己是個嫖貨，是個拜金女。誰TM這麼說的！但是在面試場合，最好不要直接懟回去。這時候可以先樹個靶子，告訴大家：我不是這樣的人。有這種人，我見過，他們分別是一二三情況。這一點大家切記切記。很多人面試聊到這個話題，跟面試官懟起來，都是因為默認了自己就是做不好分析，總被人嫌棄，結果跟面試官各種互懟。
其次，本身這個問題就有兩方面的原因。但在面試中，我們要體現出我們的服務意識和擔當精神，所以不要把責任往業務部門態度差、不懂數據上推。要基於我們能做的工作去思考應對辦法。至於現實工作中嗎，因為業務方態度差、能力弱、惡意甩鍋所帶來的「我早知道了」非常非常常見。
換一個場景，大家就能立馬理解。比如一個病人去看醫生，病人對醫生說：我打噴嚏，頭髮熱，頭暈，我覺得我感冒了。醫生看完病，說：是的，你是感冒了。這個時候病人會說：「我早知道了，你看病看的沒有價值」嗎？
不會。因為病人自己懷疑自己感冒，和醫生確診感冒是兩個概念。至少100種病會導致打噴嚏、頭髮熱，你怎麼就知道不是系統性紅斑狼瘡(SIE)或者是混合性結締組織病(MCTD)呢？如果病人敢對醫生說：「我早知道了，你看病看的沒有價值」，沒有人會認為是醫生不專業，大家只會覺得這個病人是個醫鬧。
所以，實際工作中解決「我早知道了」的終極辦法，就是在溝通中，讓業務方先樹假設，然後去驗證業務方假設。本質上看，業務部門的人做了這麼多年產品、運營、銷售，對於業務的變化有自己的假設判斷是很正常的事，要是完全沒有假設，那才是企業要完蛋了呢。所以他們當然會說「我早知道了」
但他們不知道的是：
- 具體假設成不成立？
- 假設的準確不準確？
- 是否有多重因素疊加？
- 每一種因素起多大作用？
這些細節是一定需要計算的。
比如本月業績不好，業務方說：「是新品不給力造成的」。這句話很隨便，但背後的假設是非常多的，如果「新品不給力造成本月業績不好」這句話成立，那意味著：
- 新品帶來的業績足以大到影響大盤
- 今年的新品真的較往年表現更差
- 今年的新品較往年的差額，等於大盤下跌的數量
- 所有渠道的業績都不行，且所有渠道的新品都不行
看到沒，這就是為啥大部分業務所謂的「老夫從業10年，看一眼就知道什麼問題」經不起數據推敲的原因。所謂的業務經驗確實有效，但到底有多少效果，是不是還有其他因素，根本不是靠一眼看能看到的，而需要精細的計算和分析。
很有可能新品是不給力，但是還摻雜了渠道在作死，銷售在等/靠/要，市場宣傳不到位等等因素。總有一個是業務方不知道的，即使業務方能猜到大體上有這些因素，他也猜不到哪一個更重要；即使他能排出優先順序，他也細分不到不同區域，不同人群到底該抓哪一點。他需要一台電腦和一堆數據，細細看才行。
總之，有了假設，就能有的放矢。如果假設驗證成立，那至少排除了其他因素。如果發現假設不成立，還有其他原因，就更加是找到了所謂「業務不知道」的東西，這是個非常好的辦法。至於如何拿假設，可以靠溝通，也可以靠自己對業務的理解，這裡有專門的方法，參考{數據分析師如何做好溝通}
這個辦法針對醫鬧也成立。你會發現世界上只有醫鬧，沒有神鬧。為啥沒人去廟裡鬧，說菩薩不保佑我，菩薩要賠我錢呢。因為人們去醫院前是沒有假設、沒有心理預期、沒有目標的，所以不管醫生怎麼治，他總以為醫生在騙錢，他總在質疑我就是打個噴嚏，為什麼要花這麼多錢檢查。而去廟裡，往往已經是病入膏肓，訴求非常明確：我要活命，所以求菩薩發發慈悲。於是便出現了這一奇妙現象
這也難怪，因為醫院治病，不治傻
同樣，數據分析救不了那些躺在老經驗上頤指氣使的人、救不了那些渾水摸魚想甩鍋的人、救不了那些自以為是目中無人的人。我就聽過有學員抱怨，說他們領導要求新入職的分析師，「立即馬上分析出業務部門100%不知道且決定公司生死的重大問題！」——除了傻逼以外，沒有更合適的第二個詞來形容這種人。
如果一個人死到臨頭才去醫院，我們不認為是醫院技術不行救不過來，而是認為這個人是傻逼，平時不重視身體健康，死到臨頭怎麼救。同樣，數據分析的作用，也不是拿來找出公司死到臨頭還沒有人發現的問題，這樣的公司活該倒閉。數據分析更像體檢，通過常規指標監控，為業務開展保駕護航，避免錯誤。這樣公司都不會死到臨頭，為什麼還存在「業務部門100%不知道且決定公司生死的重大問題」如果真的數據分析師發現了「業務部門100%不知道且決定公司生死的重大問題」趕緊跳槽吧，這公司死定了！
當然，你要硬問我，有沒有通過數據分析發現業務部門100%不知道且決定公司生死的問題。答案當然是：有，而且這種經驗我還很多。10年前我剛入行的時候，企業資訊化建設剛剛開始，那時候確實有很多問題，是沒有上BI之前根本不知道，上了BI大家恍然大悟的。所以如果硬要說找這種故事的話，就從新立的BI項目里找吧。不過10年已經過去了，企業資訊化建設也上了一個等級。現在還抱著這種思維，就真的是老古董了。
讓這些還停留在經驗時代的古董們說「我早知道了」好了，本身很多業務部門的領導，就是靠關係、靠運氣、靠資歷而不是靠能力混上來的。激烈的市場競爭會教他們做人。我們可以集中精力服務那些願意理性思考，有意願解決問題的人。
不過有些同學會說，老師，我們公司的數據化管理氛圍不行，沒有哪些部門特別願意合作，怎麼辦？答，這個年頭，已經沒有什麼工作能離得開數據分析了，從策劃項目到落地執行，裡邊有一大堆細節可以做。如果公司完全缺乏數據化管理的氛圍，可以從一些具體工作入手，幫業務減輕負擔，讓大家慢慢接受數據分析。具體的切入點如下，我之前剛好有整理過一份項目中所需要的數據分析工作的清單。本篇文章又是很長很長，這個就作為今天的福利派給大家：
