來(lái)源：中國(guó)統(tǒng)計(jì)網(wǎng)

“Why-What-How”在講解概念和執(zhí)行上是個(gè)不錯(cuò)的思維模型，本文依例按此框架來(lái)拆分?jǐn)?shù)據(jù)分析。很多小白可能還沒(méi)有數(shù)據(jù)分析的思路，這里權(quán)且從個(gè)人的角度進(jìn)行梳理，以資參考。為了幫助大家更好地理解本文，先貼出一張思維導(dǎo)圖：

一、WHY：為什么要做數(shù)據(jù)分析

個(gè)人的理解， 數(shù)據(jù)分析是為了能以量化的方式來(lái)分析業(yè)務(wù)問(wèn)題并得出結(jié)論，其中有兩個(gè)重點(diǎn)詞語(yǔ)：量化和業(yè)務(wù)。

量化是為了統(tǒng)一認(rèn)知，并且確保路徑可回溯，可復(fù)制。除「量化」之外，另外一個(gè)重點(diǎn)詞語(yǔ)是「業(yè)務(wù)」。只有解決業(yè)務(wù)問(wèn)題分析才能創(chuàng)造價(jià)值，價(jià)值包括個(gè)人價(jià)值和公司價(jià)值。

那么，如何站在業(yè)務(wù)方的角度思考問(wèn)題呢，總結(jié)起來(lái)就是八個(gè)字「憂其所慮，給其所欲」：

• 溝通充分
• 結(jié)論簡(jiǎn)明
• 提供信息量及可落地建議
• 尋求反饋

在溝通上，確定業(yè)務(wù)方想要分析什么，提出更合理專業(yè)的衡量和分析方式，同時(shí)做好節(jié)點(diǎn)同步，切忌一條路走到黑。舉例來(lái)講，業(yè)務(wù)方說(shuō)要看頁(yè)面停留時(shí)長(zhǎng)，但他實(shí)際想要的，可能是想衡量用戶質(zhì)量，那么留存率、目標(biāo)轉(zhuǎn)化率才是更合適的指標(biāo)。

在闡述分析結(jié)果上，要記得結(jié)論先行，逐層講解，再提供論據(jù)。因?yàn)闃I(yè)務(wù)方或管理層時(shí)間都是有限的，洋洋灑灑一大篇郵件，未看先暈，誰(shuí)都沒(méi)心思看你到底分析了啥。

在提供信息量及可落地建議上，先要明白什么叫信息量：提供了對(duì)方不知道的信息。太陽(yáng)明天從東方升起不算信息量，從西方升起才是。

二、WHAT：什么是數(shù)據(jù)分析

數(shù)據(jù)分析的本質(zhì)是抓住變與不變?！白儭笔菙?shù)據(jù)分析的基礎(chǔ)，如果一個(gè)業(yè)務(wù)每天訂單是 10000 單，或者每天都是以 10% 的速度穩(wěn)步增長(zhǎng)，那就沒(méi)有分析的必要了。而若想抓住變，得先形成“不變”的意識(shí)。

因此，我建議新手要形成習(xí)慣，每天上班第一時(shí)間查看數(shù)據(jù)：實(shí)時(shí)&日周月報(bào)；記錄關(guān)鍵數(shù)據(jù)（榜單&報(bào)告）

在“不變”的基礎(chǔ)上，便能逐漸培養(yǎng)出指標(biāo)敏感性，即意識(shí)指標(biāo)偏離的能力。這主要是通過(guò)各種日環(huán)比，周月同比的監(jiān)控以及日常的好奇心來(lái)保持。我們從一個(gè) Questmobile 榜單上，來(lái)簡(jiǎn)單看下「指標(biāo)偏離」是怎么應(yīng)用到日常的分析上的：

這里先跟大家分享下怎么看這種榜單：

• 看整體排行：看哪些 APP 排在前方是出乎你意料之外的
• 分行業(yè)看排行：看行業(yè)里排行及其變動(dòng)
• 看增長(zhǎng)率：哪些 APP 增長(zhǎng)比較快
• 看使用時(shí)長(zhǎng)等其他指標(biāo)

數(shù)據(jù)分析的定義，還有國(guó)外一本商務(wù)分析的書籍的定義作為注腳：

三、HOW：怎么進(jìn)行數(shù)據(jù)分析

任何數(shù)據(jù)分析都是“細(xì)分，對(duì)比，溯源”這三種行為的不斷交叉。最常見的細(xì)分對(duì)比維度是時(shí)間，我們通過(guò)時(shí)間進(jìn)行周月同比，發(fā)現(xiàn)數(shù)據(jù)異常后，再進(jìn)行維度或流程上的細(xì)分，一步步拆解找到問(wèn)題所在。

1、細(xì)分

在細(xì)分方式上，主要有以下三種方式

• 橫切：根據(jù)某個(gè)維度對(duì)指標(biāo)進(jìn)行切分及交叉分析
• 縱切：以時(shí)間變化為軸，切分指標(biāo)上下游
• 內(nèi)切：根據(jù)某個(gè)模型從目標(biāo)內(nèi)部進(jìn)行劃分

橫切上，我們對(duì)維度和指標(biāo)做做了分類和交叉，當(dāng)某一類的指標(biāo)出現(xiàn)問(wèn)題時(shí)，我們便知道該從什么維度進(jìn)行分析。在進(jìn)行橫切分析時(shí)，經(jīng)常需要多個(gè)維度交叉著使用。

縱切上，有目的有路徑，則用漏斗分析。無(wú)目的有路徑，則用軌跡分析。無(wú)目的無(wú)路徑，則用日志分析。

內(nèi)切上，主要是根據(jù)現(xiàn)有市面上常見的分析模型，RFM，Cohort 和 Segment等方式進(jìn)行分析。RFM 即最近購(gòu)買時(shí)間，頻率及金額三個(gè)指標(biāo)綜合來(lái)判定用戶忠誠(chéng)度及粘性。

2、對(duì)比

對(duì)比主要分為以下幾種：

• 橫切對(duì)比：根據(jù)細(xì)分中的橫切維度進(jìn)行對(duì)比，如城市和品類
• 縱切對(duì)比：與細(xì)分中的縱切維護(hù)進(jìn)行對(duì)比，如漏斗不同階段的轉(zhuǎn)化率
• 目標(biāo)對(duì)比：常見于目標(biāo)管理，如完成率等
• 時(shí)間對(duì)比：日環(huán)比，周月同比；7天滑動(dòng)平均值對(duì)比，7天內(nèi)極值對(duì)比

3、溯源

經(jīng)過(guò)反復(fù)的細(xì)分對(duì)比后，基本可以確認(rèn)問(wèn)題所在了。這時(shí)候就需要和業(yè)務(wù)方確認(rèn)是否因?yàn)槟承I(yè)務(wù)動(dòng)作導(dǎo)致的數(shù)據(jù)異常，包括新版本上線，或者活動(dòng)策略優(yōu)化等等。

如果仍然沒(méi)有頭緒，那么只能從最細(xì)顆粒度查起了，如用戶日志分析、用戶訪談、外在環(huán)境了解，如外部活動(dòng)，政策經(jīng)濟(jì)條件變化等等

4 、衍生模型

在「細(xì)分對(duì)比」的基礎(chǔ)上，可以衍生出來(lái)很多模型。這些模型的意義是能夠幫你快速判斷一個(gè)事情的關(guān)鍵要素，并做到不重不漏。這里列舉幾個(gè)以供參考：

• Why-How-What
• 5W1H
• 5Why
• 4P模型（產(chǎn)品，價(jià)格，渠道，宣傳）
• SWOT 模型（優(yōu)勢(shì)，劣勢(shì)，機(jī)會(huì)，威脅）
• PEST 模型（政治，經(jīng)濟(jì)，社會(huì)，科技）
• 波士頓矩陣

四、How：數(shù)據(jù)分析如何落地

以上講的都偏「道術(shù)技」中的「術(shù)」部分，下面則通過(guò)匯總以上內(nèi)容，和實(shí)際工作進(jìn)行結(jié)合，落地成「技」部分。

1、數(shù)據(jù)分析流程和場(chǎng)景

根據(jù)不同的流程和場(chǎng)景，會(huì)有些不同的注意點(diǎn)和「術(shù)」的結(jié)合

2、數(shù)據(jù)分析常見謬誤

控制變量謬誤：在做 A/B 測(cè)試時(shí)沒(méi)有控制好變量，導(dǎo)致測(cè)試結(jié)果不能反映實(shí)驗(yàn)結(jié)果?；蛘咴谶M(jìn)行數(shù)據(jù)對(duì)比時(shí)，兩個(gè)指標(biāo)沒(méi)有可比性。

樣本謬誤：在做抽樣分析時(shí)，選取的樣本不夠隨機(jī)或不夠有代表性。舉例來(lái)講，互聯(lián)網(wǎng)圈的人會(huì)發(fā)現(xiàn)身邊的人幾乎不用「今日頭條」，為什么這 APP 還能有這么大瀏覽量？

定義謬誤：在看某些報(bào)告或者公開數(shù)據(jù)時(shí)，經(jīng)常會(huì)有人魚目混珠?！妇W(wǎng)站訪問(wèn)量過(guò)億」，是指的訪問(wèn)用戶數(shù)還是訪問(wèn)頁(yè)面數(shù)？

比率謬誤：比率型或比例型的指標(biāo)出現(xiàn)的謬誤以至于可以單獨(dú)拎出來(lái)將。一個(gè)是每次談?wù)摯祟愋椭笜?biāo)時(shí)，都需要明確分子和分母是什么。

因果相關(guān)謬誤：會(huì)誤把相關(guān)當(dāng)因果，忽略中介變量。比如，有人發(fā)現(xiàn)雪糕的銷量和河溪溺死的兒童數(shù)量呈明顯相關(guān)，就下令削減雪糕銷量。其實(shí)可能只是因?yàn)檫@兩者都是發(fā)生在天氣炎熱的夏天。

辛普森悖論：簡(jiǎn)單來(lái)說(shuō)，就是在兩個(gè)相差較多的分組數(shù)據(jù)相加時(shí)，在分組比較中都占優(yōu)勢(shì)的一方，會(huì)在總評(píng)中反而是失勢(shì)的一方。

總結(jié)

數(shù)據(jù)準(zhǔn)確性是第一位的，站在業(yè)務(wù)方的角度思考問(wèn)題：憂其所慮，予其所欲，定義「變」與「不變」，細(xì)分，對(duì)比，溯源。