“你自己多想想……”是很多新手数据分析师最怕听的话。如果前边还加个自己不熟悉的业务，比如“做个内容分析，做个售后分析，做个呼入分析……你自己多想想”，那就更难受了。到底该咋个“多想想”，今天我们系统讲解下。

问题场景：

某个互联网厂子，领导对说：“做个积分分析，你自己多想想”。

就没了

没了

殳了

了

咋办！

01

从业务场景开始

之所以觉得难下手，是因为这里是两个问题，不是一个问题。

问题一，业务知识：到底是什么业务的，什么样的积分？？

问题二，分析目标：这个积分到底啥现状，要分析出什么东西？

两个东西都不清楚，就如同盲人骑瞎马，当然毫无头绪了。

破题，要从业务知识开始。如果连业务的基本情况都不清楚，那就根本没法分析了。而且在梳理业务的过程中，可以收到业务人员的感性反馈，比如：

“积分太鸡肋啦，都没啥用！”

“积分成本太高啦，拿来干别的不行吗！”

“最近积分飚的太高啦，是不是有啥问题？”

这些感性反馈， 可以成为梳理分析目标的起点。

02

业务梳理逻辑

梳理业务，可以依照：来龙去脉，整体局部的顺序进行。搞清楚这个业务的上游、下游环节。从而梳理出最粗框架的业务流程。

以积分为例：

上游：积分从哪里产生

下游：积分在哪里消耗

整明白这两个问题，就能理清积分的业务流程。以电商业务为例，常见的积分来源、消耗方式如下图：

梳理出粗框架业务流程以后，可以落实数据来源，即这些环节的数据有没有记录，有没有清晰的记录，在哪些系统进行记录。以积分为例，很有可能系统自动产生的积分，比如消费积分，是有清晰记录的，能具体到每一笔交易。但是活动赠送，人工调账的，很有可能没有详细记录是哪个活动/哪个投诉补偿进来的。

数据分析最大的难题是：没数据。在梳理业务流程的时候，要提前发现这些问题，避免事后查数据库的时候，面对一堆莫名其妙，没有标注的数据。

以上两个工作，可以不和业务部门沟通，直接顺着业务流程/系统流程/数据字典去查，但是仅仅做这两步，很有可能得到一个：知其然，不知其所以然的结果。更深层的原因是不知道的，比如：

“为什么注册积分要设计成累积500分？”

“积分兑换的礼品，为啥专门有几款是500分的？”

“派积分的活动，为啥集中在这几个时间段做？”

……

很有可能这些设计的背后，有特定的业务目的。这些业务目的不是直接留在纸面文档里的。

因此，梳理工作不应停在仅了解流程/数据上。还应该再梳理：业务动作。理解了业务部门出于什么目的，做了什么事，才能理解数据背后的东西。很多常识性的结论可以直接从这些问题里获得，进一步分析的灵感也能从这里来。从而极大的避免：分析了一堆，业务说“我早知道了”。

当然，不同公司沟通难度不同，这一点上同学们量力而行。能沟通清楚，是最好的。

03

基础数据呈现

在梳理完业务后，可以做基础数据呈现。基础数据呈现也要遵守：来龙去脉，整体局部的原则。先呈现基础情况，再发现问题。

比如积分情况，可以讲：

1、整体上，存量积分有多少，每月新增多少，消耗多少？

2、整体存量积分，每月新增/消耗，在近1年变化走势如何？

3、积分来源有多少种？每一种占比如何？

4、积分来源的结构是否有变化？

5、积分消耗的方式有多少种？每一种占比多少？

6、积分消耗的结构是否有变化？

呈现完现状以后，根据之前梳理情况，后续有不同的做法。

04

有感性反馈时，如何深入分析

如果在梳理过程中，已经拿到感性反馈，则可以直接对感性反馈进行深入分析。

比如业务部门反馈：“积分太鸡肋了，都没啥用”。可以进一步分析：

1、清晰定义：什么叫没啥用（在产生端没用，还是使用端没用）？

2、数据验证：“没啥用”到底是不是真的在数据上有证据？

3、问题度量：是一直以来都没用，还是逐步变没用？

4、原因分析：如果用户不喜欢积分，用户喜欢啥？

这里要注意几个关键问题：

1、定义一定要清晰。

感性反馈之所以感性，就是因为它没用规范的描述。比如积分没啥用，如果是说生产端，一般指：送积分不能带来效益（比如拉新人、促消费）；如果是消耗端没用，一般指：积分不受客户喜欢，客户兑换使用得少。细节一定确认清楚，避免南辕北辙。

2、真实性验证不可少。

业务部门给感性反馈背后的原因也很复杂：

l 可能是真的了解情况，非常不满

l 可能根本不了解情况，随口一说

l 可能有其他目的（比如上新活动，把积分取代掉），就坡下驴

所以要用数据验证下，是否说的是真的。如果感性反馈和数据结果对不上，就得再深入思考：到底真实目的是哈？

3、问题度量先于原因分析。

问题先分轻重缓急，再看什么原因导致的。这样做不但有利于抓真正的重点问题，而且有利于梳理分析标杆，明确改进方向。比如说积分活动ROI太低，低于1:5就算不好，那么以下四种不同的表现，指向的分析结论是完全不同的（如下图）。

05

无感性反馈时，如何深入分析

如果在梳理阶段，啥感性反馈都没拿到。那就只能自己做做探索。

在探索阶段，重点关注：趋势和变化

1、突发性重大变化

2、长期性缓慢变化

3、周期性变化

比如在积分来源端，常见的变化情况如下：

趋势和变化，本身可以成为进一步分析的点，比如：

l 注册积分已经很少人领取，是否应该优化

l 活动积分赠送太多，是否为1年后积分到期时埋了地雷

l 人工调账缺少规范，经常有大笔异动，是否要追查

作为数据分析，可以把这些发现先罗列出来，要不要深入分析交给领导决定。一般情况下，会说出：“你自己想想……”，要么是领导自己不熟悉这个业务，要么是领导自己也不知道情况，要么是丫不关心这回事。

所以在接到问题时就问领导：“你想分析啥”很有可能是没答案的——他自己脑子都是空的。所以在呈现基础数据+变化趋势+变化以后，可以引发进一步的讨论。

当然， 也有可能到这个阶段，领导直接说：先这样吧，让业务看看。那就完美收工了。

06

小结

从本质上看，“自己多想想”问题，来源于对情况的不清晰，不止是分析思路，而是连基础业务情况都不知道。

这时候，破题的核心，就是做好梳理，把情况搞清楚。如果不去梳理流程，不去了解情况动作，不接收感性反馈，不检查数据来源，不分析发展趋势和变化，真的只是“自己多想想”那肯定是抓破脑袋也想不出来的，这一点同学们千万要避免哦。

更多精彩原创：

• 四个步骤，数据分析报告制作指南

• 数据分析的最高境界，离你到底有多远

• 在OKR中，我看到了数据驱动业务的未来

破题，要从业务知识开始。如果连业务的基本情况都不清楚，那就根本没法分析了。学习陈老师本人的视频课程《业务知识一站通》，可以加入学员群，和陈老师一对一讨论，让陈老师成为你的军师，具体助你分析。

《业务知识一站通》

长按扫描二维码
了解陈老师的视频课程

还可加入学员群

享受陈老师一对一咨询服务

点击左下角“阅读原文”听陈老师讲课噢