在實(shí)際工作場(chǎng)景中，一般情況下，數(shù)據(jù)分析人員大部分時(shí)間做數(shù)據(jù)處理等相關(guān)工作，在形成體系化分析思路就會(huì)被忽視。當(dāng)面對(duì)具體業(yè)務(wù)問(wèn)題時(shí)，突然間頭腦中的思緒仍是一團(tuán)亂麻，看著數(shù)據(jù)卻不知道怎么用數(shù)據(jù)來(lái)論證業(yè)務(wù)問(wèn)題。雜亂無(wú)章的分析只能幫助我們找到一些片面原因，甚至?xí)盐覀儙щx正確的方向。

因此，懂得如何形成一個(gè)體系化的數(shù)據(jù)分析思路是每個(gè)數(shù)據(jù)分析人員必須具備的能力。“分析思路”本質(zhì)上就是站在一定高度去的多維度分析或者拆解業(yè)務(wù)邏輯等相關(guān)問(wèn)題。

具體思路，如下：

? 定義問(wèn)題（重要步驟之一）：

1）首先，要搞清楚問(wèn)題的實(shí)質(zhì)，準(zhǔn)確、完整、真實(shí)地表達(dá)問(wèn)題。

2）其次，弄清楚為什么要解決這個(gè)問(wèn)題？

3）最后，解決這個(gè)問(wèn)題的意義何在？是必須解決還是無(wú)關(guān)緊要，或是需要馬上解決這個(gè)問(wèn)題還是不太著急。

? 結(jié)合具體業(yè)務(wù)場(chǎng)景，收集整理信息，了解整體數(shù)據(jù)情況：

搜集、整理關(guān)于要解決問(wèn)題的歷史資料、類(lèi)似情況和現(xiàn)狀。例如，從現(xiàn)有的報(bào)表數(shù)據(jù)中就能看到當(dāng)前問(wèn)題點(diǎn)的數(shù)據(jù)情況或者一段時(shí)間的趨勢(shì)。

? 根據(jù)需求問(wèn)題和目標(biāo)，明確分析的數(shù)據(jù)指標(biāo)以及選取分析方法：

1）分析涉及到的主要維度，為后面提取數(shù)據(jù)需求做準(zhǔn)備；

2）選取的分析軟件以及分析方法（統(tǒng)計(jì)學(xué)相關(guān)方法）。

? 數(shù)據(jù)提取整理，確保數(shù)據(jù)的準(zhǔn)確性（重要步驟之二）：

1）根據(jù)分析內(nèi)容以及分析方法，提出分析所需的數(shù)據(jù)需求；

2）對(duì)于反饋回來(lái)的數(shù)據(jù)，需要進(jìn)行部分加工，以便更能反映所要分析的問(wèn)題。

? 了解核心指標(biāo)，觀察數(shù)據(jù)規(guī)律變化，分析結(jié)果及結(jié)論：

1）通過(guò)數(shù)據(jù)監(jiān)控，發(fā)現(xiàn)異常情況，與同期對(duì)比，按時(shí)序看走勢(shì)，必要時(shí)拆解結(jié)構(gòu)，找出異常，進(jìn)而下鉆分析原因，從而鎖定問(wèn)題點(diǎn)，進(jìn)行深入分析。

2）根據(jù)分析的結(jié)果，得出一些當(dāng)前問(wèn)題產(chǎn)生的一些結(jié)論。這里注意分析的方法以及維度，結(jié)果的展示方式等。

3）結(jié)論需要足夠的數(shù)據(jù)作支撐。

? 挖掘異常變化的原因，有邏輯的進(jìn)行論證及建議措施：

1）針對(duì)數(shù)據(jù)分析結(jié)論，給出當(dāng)前問(wèn)題的解決建議措施；

2）一般常用的數(shù)據(jù)分析模型為結(jié)構(gòu)分析法+指標(biāo)拆解法。對(duì)問(wèn)題進(jìn)行拆解，找到問(wèn)題發(fā)生點(diǎn)；

3）一方面從業(yè)務(wù)層面進(jìn)行建議措施。另一方面，可以就問(wèn)題點(diǎn)進(jìn)行更深層次分析，給出數(shù)據(jù)挖掘?qū)用娴慕鉀Q措施。

? 進(jìn)行問(wèn)題點(diǎn)測(cè)試，驗(yàn)證分析結(jié)果及報(bào)告整理：

1）根據(jù)措施實(shí)施效果進(jìn)行評(píng)估，將完成的分析過(guò)程、結(jié)果以及評(píng)估整理報(bào)告，為以后出現(xiàn)問(wèn)題提供經(jīng)驗(yàn)教訓(xùn)；

2）找問(wèn)題點(diǎn)后，進(jìn)行多輪測(cè)試驗(yàn)證，確保分析結(jié)果準(zhǔn)確性可靠性，還能知道哪種方法好用，發(fā)現(xiàn)內(nèi)在邏輯，積累分析實(shí)戰(zhàn)經(jīng)驗(yàn)。

（問(wèn)題展現(xiàn)方式）

我們以一個(gè)實(shí)際的工作場(chǎng)景為例：互聯(lián)網(wǎng)產(chǎn)品公司，產(chǎn)品運(yùn)營(yíng)同事找到數(shù)據(jù)分析師說(shuō)：“DAU下降了，幫忙分析一下原因”

首先，定義問(wèn)題，才能知道，在數(shù)據(jù)分析中什么問(wèn)題是一定要解決的，結(jié)果才能真正的落地。一個(gè)完整的業(yè)務(wù)數(shù)據(jù)分析問(wèn)題主要是業(yè)務(wù)遇到的問(wèn)題和分析的方向，我們梳理問(wèn)題邏輯時(shí)必須掌握定義問(wèn)題的一些思路和知識(shí)。了解問(wèn)題的結(jié)構(gòu)，我們就可以將錯(cuò)綜復(fù)雜的問(wèn)題，用邏輯清晰的方式提煉出問(wèn)題本質(zhì)，為理解業(yè)務(wù)、分析結(jié)果落地、指導(dǎo)后續(xù)分析方向都有著非常重要的意義。

5W2H法：Where——哪里存在問(wèn)題？What——存在的問(wèn)題是什么？Why——原因在哪里？When——什么時(shí)候開(kāi)始出現(xiàn)這樣的問(wèn)題？Who——與什么對(duì)象有關(guān)？How many——發(fā)生的次數(shù)和數(shù)量？How much——損失有多大？

與業(yè)務(wù)溝通后，進(jìn)一步明確了問(wèn)題：2023年4月DAU環(huán)比/同步下降30%，而正常波動(dòng)范圍是±10%，因此認(rèn)為有顯著下降。此次分析的目標(biāo)在于找出下降的主要原因，并在下個(gè)月（5月）解決。

其次，梳理分析思路如下：

第一、確認(rèn)數(shù)據(jù)真實(shí)性，了解整體數(shù)據(jù)情況

數(shù)據(jù)質(zhì)量是數(shù)據(jù)分析的生命線，在開(kāi)始著手分析前，一定要確認(rèn)數(shù)據(jù)的真實(shí)性：DAU環(huán)比/同步下降30%的準(zhǔn)確性。我們經(jīng)常會(huì)遇到數(shù)據(jù)服務(wù)、數(shù)據(jù)上報(bào)、數(shù)據(jù)統(tǒng)計(jì)上的BUG，在數(shù)據(jù)報(bào)表上就會(huì)出現(xiàn)異常值。所以，先去找數(shù)據(jù)流相關(guān)的產(chǎn)品和研發(fā)確認(rèn)下數(shù)據(jù)的真實(shí)性。

了解整體數(shù)據(jù)情況，如，pv、日均訪問(wèn)量、用戶總數(shù)、訂單數(shù)、會(huì)員數(shù)、總銷(xiāo)售額、用戶來(lái)源分布及占比、有購(gòu)買(mǎi)行為的用戶數(shù)量、用戶的客單價(jià)、復(fù)購(gòu)率分別是多少？等等整體用戶概況數(shù)據(jù)。了解到活躍用戶的規(guī)律。市場(chǎng)政策的變化，節(jié)假日、電商節(jié)等節(jié)日，常見(jiàn)的運(yùn)營(yíng)策略調(diào)整都能引發(fā)活躍數(shù)據(jù)變化。找到一些明顯的規(guī)律后，根據(jù)未來(lái)要發(fā)生的時(shí)間，預(yù)計(jì)指標(biāo)波動(dòng)情況，及時(shí)調(diào)整運(yùn)營(yíng)策略。

如下圖，可看出活躍用戶數(shù)在周末以及十一節(jié)假日呈階梯式下降，有對(duì)應(yīng)事件發(fā)生以及對(duì)應(yīng)波動(dòng)形態(tài)，可見(jiàn)具有周期性規(guī)律，在周末時(shí)可調(diào)整營(yíng)銷(xiāo)活動(dòng)等運(yùn)營(yíng)策略，使增長(zhǎng)趨勢(shì)平穩(wěn)，但要綜合考慮產(chǎn)品屬性和用戶屬性。

注：為某考勤類(lèi)APP十月份活躍數(shù)據(jù)趨勢(shì)圖，已做數(shù)據(jù)脫敏處理。

第二、確定結(jié)合具體業(yè)務(wù)場(chǎng)景，拆解日活（DUA）指標(biāo)

常見(jiàn)的初步拆分維度，通過(guò)初步拆分，定位原因大致范圍。如下圖：

第三、通過(guò)對(duì)比分析方法，DUA同比/環(huán)比/占比觀察，區(qū)分活躍數(shù)據(jù)的異常變化情況

通過(guò)DUA同比/環(huán)比/占比觀察，出現(xiàn)階梯式、持續(xù)性、非規(guī)律性等活躍波動(dòng)為異常。但不是所有的異常波動(dòng)都值得排查，但是要記錄發(fā)生時(shí)間，觀察走勢(shì)，當(dāng)問(wèn)題出現(xiàn)惡化時(shí)容易溯源。這就是為什么要建立數(shù)據(jù)監(jiān)控體系。

如下圖，可看出活躍用戶數(shù)在10月22日到10月24日紅框區(qū)域出現(xiàn)活躍異常波動(dòng)，首先要了解日活究竟跌了多少，其次通過(guò)通過(guò)DUA同比/環(huán)比/占比觀察，跌幅是否在合理的范圍，最后確定為非規(guī)律性異常。

注：為某考勤類(lèi)APP十月份活躍數(shù)據(jù)趨勢(shì)圖，已做數(shù)據(jù)脫敏處理。

第四、異常范圍定位后，挖掘異常變化的原因，進(jìn)一步做假設(shè)

針對(duì)初步定位的影響范圍，進(jìn)行進(jìn)一步的排查。分三個(gè)維度來(lái)做假設(shè)，建議針對(duì)數(shù)據(jù)異常問(wèn)題專(zhuān)門(mén)建一個(gè)群，拉上相應(yīng)的產(chǎn)品、技術(shù)、運(yùn)營(yíng)人員一起，了解數(shù)據(jù)異常時(shí)間點(diǎn)附近做了什么產(chǎn)品、運(yùn)營(yíng)、技術(shù)側(cè)調(diào)整。

綜合考慮以往數(shù)據(jù)異常原因、產(chǎn)品運(yùn)營(yíng)技術(shù)側(cè)調(diào)整、初步定位影響范圍可能由什么原因造成，再結(jié)合自身業(yè)務(wù)經(jīng)驗(yàn)確定幾個(gè)最可能的原因假設(shè)，給這些假設(shè)排數(shù)據(jù)驗(yàn)證的優(yōu)先級(jí)，逐一排查。

第五、細(xì)分假設(shè)，確立原因

除了上述，可以細(xì)分分析的維度實(shí)在太多了，邏輯上說(shuō)核心點(diǎn)在于一個(gè)假設(shè)得到驗(yàn)證后，在這個(gè)假設(shè)為真的基礎(chǔ)上，進(jìn)行更細(xì)維度的數(shù)據(jù)拆分。

我們需要記住這種分析方式，當(dāng)猜測(cè)是某種原因造成數(shù)據(jù)異常時(shí)，只要找到該原因所代表的細(xì)分對(duì)立面做對(duì)比，就可以證明或證偽我們的猜測(cè)，直到最后找到真正原因。

第六，進(jìn)行問(wèn)題點(diǎn)測(cè)試，驗(yàn)證分析結(jié)果

拆分新老用戶活躍量（因?yàn)槿绻皇钱a(chǎn)品異常，最有可能的是新用戶影響的）通過(guò)分析，如果確定是新用戶問(wèn)題，我們?cè)侔研掠脩羧栈畎辞肋M(jìn)行拆分：新用戶=渠道1+渠道2+渠道3+其他渠道

通過(guò)渠道拆分，我們會(huì)發(fā)現(xiàn)是具體哪個(gè)渠道效果發(fā)生的問(wèn)題，驗(yàn)證分析結(jié)果。然后去聯(lián)系此渠道的負(fù)責(zé)人一起定位具體原因，是渠道轉(zhuǎn)化率降低？還是渠道平臺(tái)的問(wèn)題？等等找出原因后，再針對(duì)原因解決問(wèn)題，制定渠道優(yōu)化策略。

數(shù)據(jù)分析思路其實(shí)是在做數(shù)據(jù)分析的從頭到尾的流程，是對(duì)業(yè)務(wù)分析目標(biāo)的細(xì)化以及拆解。但要解決實(shí)際業(yè)務(wù)場(chǎng)景中遇到的問(wèn)題，要先明確具體需要解決的問(wèn)題，才能針對(duì)性的思考相關(guān)解決思路。分析的問(wèn)題如果都不清晰，就會(huì)造成分析思路的偏離。

“分析思路”直接奠定了數(shù)據(jù)分析結(jié)論準(zhǔn)確、是否實(shí)用、是否落地。我們還要學(xué)會(huì)運(yùn)用系統(tǒng)的分析方法來(lái)輔助“分析思路”，可以高效迅速地達(dá)成目標(biāo)。