你好，我是林驥。

在制作數據分析報告的過程中，面對錯綜復雜的問題，如果是隨意思考，可能會感覺無從下手。

為了更好地進行思考，我把常見問題分為以下 5 種類型，即：是多少？好不好？為什么？會怎樣？怎么辦？

下面，我簡要說明每一類問題的關鍵點，并舉一個簡單的例子，同時，站在數據分析師的角度，給予一些參考建議，希望能夠對你有所啟發(fā)。

問題 1：是多少？

這類問題，關鍵是根據業(yè)務需求，展示相關數據。

比如說，這個月的銷售額是多少？

對于數據分析師而言，首先要知道數據指標的定義，然后去提取相應的數據，要確保數據的準確性。

問題 2：好不好？

這類問題，關鍵是根據判斷標準，確認相關結論。

比如說，這個月的銷售業(yè)績好不好？

對于數據分析師而言，要對判斷標準有一個清晰的認識，做判斷時要特別小心謹慎。

問題 3：為什么？

這類問題，關鍵是尋找數據背后的原因，找到因果關系。

比如說，這個月的銷售業(yè)績?yōu)槭裁床缓茫?/p>

對于數據分析師而言，可以運用假設檢驗等數據分析思維，先大膽假設，然后小心求證。

問題 4：會怎樣？

這類問題，關鍵是根據歷史數據和業(yè)務邏輯，預測未來趨勢。

比如說，下個月的銷售業(yè)績會好轉嗎？

對于數據分析師而言，要想提高預測的準確率，要對業(yè)務非常熟悉。

問題 5：怎么辦？

這類問題，關鍵是思考未來情況的現(xiàn)實行動，做出正確決策。

比如說，如何提升下個月的銷售業(yè)績？

對于數據分析師而言，要在理解業(yè)務的基礎上，提出切實可行的行動建議。

在《橫向領導力》這本書中，作者羅杰·費希爾提出了解決問題的四象限法，我結合書中介紹的思路，把上面的 5 類問題，分別放進 4 個象限中，得到一張矩陣圖。

小結

當你面對一個新的問題時，如果能找到合適的工具和方法，那么就能更好地解決問題。

這就好比木匠，打造一個新的家具，需要有合適的錘子和鋸子等工具。

四象限分析法，是數據分析的常用方法之一，往往能夠起到化繁為簡的作用。

我們把一個事物，分成兩個維度進行分析，一個維度代表過去和未來，另一個維度代表現(xiàn)實和理論，這樣就能在思考問題的時候，既考慮過去，也考慮未來；既考慮現(xiàn)實，也考慮理論。

是多少和好不好的問題，是描述過去的現(xiàn)實。

為什么的問題，是思考過去情況的理論原因。

會怎樣的問題，是思考未來情況的理論預測。

怎么辦的問題，是思考未來情況的現(xiàn)實行動。

很多人看事情，喜歡走極端，把兩個維度的事，放在一條線段的兩端：

要么把事做好，要么把事做快；

要么做重要的，要么做緊急的。

但其實，兩個維度的事，就應該把他們放到四個象限中去看，這樣做出來的決策，才更科學、更合理、更有效。

分享是精神，點贊是態(tài)度，在看是愛心