如何進行數(shù)據(jù)分析?數(shù)據(jù)分析有什么套路嗎?
小到業(yè)務(wù)執(zhí)行、大到企業(yè)決策，數(shù)據(jù)分析都在持續(xù)發(fā)揮著價值。
但是很多同學(xué)只聞其名、未見其道，到底如何進行數(shù)據(jù)分析？數(shù)據(jù)分析有什么套路嗎？今天就帶大家認(rèn)識下數(shù)據(jù)分析的那些套路。
首先給大家個選擇題，大家覺得數(shù)據(jù)分析的第一步應(yīng)該是？
找分析方法?
確定問題?
看數(shù)據(jù)
有木有感覺這是道送分題？估計很多同學(xué)都會首先排除C選項（看數(shù)據(jù)），那肯定得先看看問題，或者先找找分析方法，再去看看數(shù)據(jù)吧！
這也是很多新手分析師容易犯的錯誤，看到一個數(shù)字漲了或跌了后，立馬翻出各類高大上的分析模型，甚至算法模型跑一通，結(jié)果費了很多精力，也沒搗騰出個啥。
其實數(shù)據(jù)分析更科學(xué)的姿勢應(yīng)該是先“準(zhǔn)確看數(shù)據(jù)”，再“判斷有無問題”，然后“分析問題原因”。
在不確定問題或者說分析目標(biāo)的情況下，一定不要各種堆模型，而是回歸本質(zhì)：問題是什么？所以這題答案是C。
準(zhǔn)確看
到這里可能會有同學(xué)開始迷糊了，第一步是“準(zhǔn)確看數(shù)據(jù)”？看數(shù)據(jù)有啥難度，難道我還會看錯？
請看第二題，下面哪種描述會讓你明確數(shù)字的含義？
收入100萬元
促銷活動收入100萬元
10月促銷活動收入100萬元
是不是又是送分題？當(dāng)然這道題沒啥爭議，C的描述場景更具體、更準(zhǔn)確，所以給大家送上數(shù)據(jù)分析大法第一式“準(zhǔn)確看”！
看數(shù)據(jù)主要看2個要素，【數(shù)字】和【描述】，兩者缺一不可。如果描述不到位，甚至?xí)?種截然不同的結(jié)果。比如：
小明收入100萬
小明打工了20年，總收入合計100萬
是不是有從土豪到打工人的感覺？
所以看數(shù)需要明確數(shù)字對應(yīng)的場景描述，場景越具體、數(shù)據(jù)的含義才越清晰。
客觀判
明白了怎么看數(shù)據(jù)后，還是沒有辦法確定到底有沒有問題，再送上數(shù)據(jù)分析大法第二式“客觀判”！
想客觀的得出判斷，首先需要什么？對，首先就得有判斷問題的標(biāo)準(zhǔn)，常見確定標(biāo)準(zhǔn)的方式有經(jīng)驗定標(biāo)、專家定標(biāo)、趨勢定標(biāo)等。
（1）經(jīng)驗定標(biāo)：即根據(jù)歷史數(shù)據(jù)和經(jīng)驗作為判斷標(biāo)準(zhǔn)，常見的參考如歷史同期數(shù)據(jù)、競品同期數(shù)據(jù)等，如大促活動目標(biāo)可參考?xì)v史促銷或競品促銷數(shù)據(jù)。
（2）專家定標(biāo)：即基于專家的人工判斷，常見的有專家評分、層次分析（AHP）等，即分結(jié)構(gòu)、有效收集專家反饋信息，總結(jié)出不同維度的權(quán)重標(biāo)準(zhǔn)。
（3）趨勢定標(biāo)：根據(jù)事物發(fā)展的周期規(guī)律（如營銷活動周期、產(chǎn)品生命周期等），找到同階段的情況作為當(dāng)前對比的標(biāo)準(zhǔn)。
比如下圖的銷售周期趨勢圖，銷量會周期性的發(fā)生波動，所以A點雖然是在走下行趨勢、但屬于正常情況，但B點是銷售周期的低谷、且低于之前的周期低谷，所以會存在問題。
建議大家養(yǎng)成常看數(shù)、看長周期數(shù)的習(xí)慣，培養(yǎng)自己對于趨勢的敏感度。
找方法
在“準(zhǔn)確看數(shù)據(jù)”、“判斷有無問題”后，基本明確了數(shù)據(jù)問題或者分析目標(biāo)，再就是數(shù)據(jù)分析大法第三式“找方法”！
做分析或選擇，數(shù)據(jù)方法還是有些套路滴，常用的分析方法有矩陣分析、漏斗分析、杜邦分析、分層分析、交叉分析等。
3.1 矩陣分析
矩陣分析是最基礎(chǔ)的結(jié)構(gòu)化分析方法，前提是兩個標(biāo)準(zhǔn)的相關(guān)度要低，常見的矩陣分析模型有波士頓矩陣（增長率&市場占有率）、重要緊急矩陣（時間長短&投入產(chǎn)出）等。
3.2 漏斗分析
流程化的分析方法，觀察流程節(jié)點間的轉(zhuǎn)化率情況，做出分析判斷。常用的如電商訪問下單流程、2B銷售流程等，通過觀察每個節(jié)點間的轉(zhuǎn)化率，判斷某個環(huán)節(jié)是否出現(xiàn)異常。
如下圖的2B銷售漏斗圖，在簽約客戶環(huán)節(jié)轉(zhuǎn)化率是25%，較低，可能是客戶對方案滿意度低，需重點關(guān)注產(chǎn)品方案問題。
需要注意的是，漏斗分析的每個下游節(jié)點數(shù)據(jù)范圍都需與上游節(jié)點統(tǒng)一，如簽約的40個客戶必須在上游的50個意向客戶中，否則轉(zhuǎn)化率的數(shù)據(jù)含義會失真。
3.3 杜邦分析
杜邦分析是最常用的分析方法之一，通過問題的層層拆解、分析，確定每一層次的表現(xiàn)情況，幫助最終分析出問題的主要矛盾。
最常見的就是電商的利潤模型，可見下圖，在按公式、結(jié)構(gòu)的拆解后，可以清晰的定位到【利潤】變化的主要原因和次要原因：
3.4 分層分析
結(jié)構(gòu)化分析的常用方法，即通過對分析目標(biāo)分層、比較不同群體之間的差異，從而分析、總結(jié)出相關(guān)結(jié)論。
分層分析的方法，核心在于【分層】，即圍繞分析目標(biāo)、設(shè)計出科學(xué)的分層方案。比如“二八法則”，就可以簡單粗暴的判斷出“高價值用戶”，這也是應(yīng)用廣泛的分層方法。
常用的分層方法有RFM、COHORT、ABC分層等：
RFM：電商常用的分層方法，是通過最近消費時間、消費頻次和消費價值來確定用戶價值分層，核心是找出不同忠誠度和價值的用戶群，從而進行分層分析和運營。
COHORT：留存分析的常用方法，通過對比同一時期、渠道的新用戶，在后續(xù)留存、目標(biāo)轉(zhuǎn)化情況，找到產(chǎn)品或渠道的優(yōu)化迭代方向。
ABC分層：常用于供應(yīng)鏈的庫存管理，即通過銷售重要度、銷售穩(wěn)定性和庫轉(zhuǎn)維度，對在庫商品進行分層，分析不同層級的核心問題、給出解決方案，將極大提高庫存精細(xì)化管理的效率效能。
3.5 交叉分析
相信很多同學(xué)都有過這樣的經(jīng)歷，某個指標(biāo)發(fā)生了異常波動，然后被領(lǐng)導(dǎo)奪命連環(huán)問。有木有好的方法？交叉分析來幫忙！
交叉分析的核心是【窮舉】，即根據(jù)業(yè)務(wù)經(jīng)驗、窮舉可能導(dǎo)致波動的維度和指標(biāo)，進行交叉分析。
比如某公司廣告收入突然下降，我們可以按照下表的方式，去窮舉可能影響的維度、指標(biāo)，通過觀察具體數(shù)據(jù)，確定主要原因。
以上給大家介紹了基本的數(shù)據(jù)分析思路和方法，其實針對不同的業(yè)務(wù)場景、業(yè)務(wù)問題，數(shù)據(jù)分析的方法還有很多，后續(xù)會再跟大家系統(tǒng)介紹。
小結(jié)
最后再給大家劃下重點，數(shù)據(jù)分析的基礎(chǔ)三步走：
準(zhǔn)確看：需明確數(shù)字的描述場景，場景描述越具體，數(shù)字含義越準(zhǔn)確。
客觀判：判斷是否有問題、有問題的程度，需要有客觀的評判標(biāo)準(zhǔn)，可通過經(jīng)驗定標(biāo)、專家定標(biāo)、趨勢定標(biāo)等方法確定標(biāo)準(zhǔn)后，再去判斷。
找方法：常用的分析方法有矩陣分析、漏斗分析、杜邦分析、分層分析、交叉分析等，確定問題的主要矛盾，以明晰現(xiàn)狀。
看到這里，也許大家還是會有些困惑，分析方法有那么多，遇到具體的問題時，又該如何快速、高效的選擇合適的分析方法呢？期待我們的后續(xù)文章吧！
其實數(shù)據(jù)分析思維不僅是門核心的業(yè)務(wù)技能，也可以在很多生活場景中發(fā)揮作用，比如……脫單！
是不是很神奇？感興趣的同學(xué)請隨手點個關(guān)注。
作者簡介
九條，網(wǎng)易嚴(yán)選資深數(shù)據(jù)分析師，數(shù)據(jù)分析長期學(xué)習(xí)及實踐者，先后負(fù)責(zé)嚴(yán)選供應(yīng)鏈計劃分析、流量分析、商品分析等工作，致力挖掘與傳播分析價值。
【福利】關(guān)注大數(shù)據(jù)科學(xué)（ID：afenxicom），回復(fù)【葵花寶典】領(lǐng)取大數(shù)據(jù)學(xué)習(xí)資料包（大小：885M）。
分享，點贊，在看，安排一下？