編輯導語：數(shù)據(jù)在產(chǎn)品的各個流程都能起到至關(guān)重要的作用。那么，當數(shù)據(jù)出現(xiàn)問題時，該如何進行有效的數(shù)據(jù)分析、并最終達到解決問題的目的呢？本篇文章里，作者就提供了一個相對結(jié)構(gòu)化的解決思路，希望能對你有所幫助。

不管你是產(chǎn)品、運營、還是市場，是否經(jīng)常遇到以下幾種情況：

• 上線某個新產(chǎn)品、新功能，要監(jiān)測該產(chǎn)品/功能的效果，既要看總體表現(xiàn)，又要看細分維度；
• 策劃某個營銷活動，要明確活動的目標用戶群體、用哪種方案能夠帶來最優(yōu)的活動效果；
• 投放某個渠道，渠道 ROI 又出現(xiàn)了較大的波動，需要找出數(shù)據(jù)波動的原因。

針對一個又一個問題，如果沒有清晰的問題分析思路，即使解決了當前的問題，等你遇到新的問題又會無所適從。那么數(shù)據(jù)分析這件事情，不管是放在產(chǎn)品、運營、還是市場，都是一門必修課。

從本質(zhì)上，數(shù)據(jù)分析最終目的就是解決問題。

有可能你做的項目沒有一個專門的數(shù)據(jù)分析平臺，沒有數(shù)據(jù)后臺，但這并不妨礙你去思考這個數(shù)據(jù)表現(xiàn)出來的問題該如何解決（可能 Excel 就可以解決很多你遇到的問題了）。

今天要分享的，就是當你在工作中遇到了某個數(shù)據(jù)出現(xiàn)問題的時候，怎么去分析某個數(shù)據(jù)問題的思路。

既然是解決問題，那么一定涉及到解決問題的思路。

給大家介紹一下之前考項目管理中的【問題解決工具】，希望能夠幫助大家在用數(shù)據(jù)驅(qū)動解決問題的過程，有一個結(jié)構(gòu)化的解決思路。

一、核心要素

當發(fā)現(xiàn)出現(xiàn)某個問題，或者應對某個挑戰(zhàn)的時候，使用結(jié)構(gòu)化的問題解決方法可以有助于制定長久有效的解決方案，主要包含以下核心思路：

二、PDCA 戴明環(huán)—Plan-Do-Check-Act

常用的閉環(huán)迭代框架戴明環(huán) PDCA，也是解決問題或者說可以應用到平時工作上的方法，幫助你做結(jié)構(gòu)化的思考。

主要包括計劃(Plan)、實施(Do)、檢查(Check)、執(zhí)行 (Act) 4個步驟，循環(huán)迭代，不斷提升。

其實還可以加一個環(huán)節(jié)- T (Think) 思考總結(jié)。

結(jié)合問題解決工具和數(shù)據(jù)分析的常用流程，可以提煉出數(shù)據(jù)分析的核心思路。

三、核心思路

1. 發(fā)現(xiàn)數(shù)據(jù)問題后，定義 X 問題

XY 問題：你想解決問題 X，但覺得 Y 可能是解決 X 問題的方法，但是你不知道 Y 應該怎么做，于是你去問身邊的人 Y 應該怎么做；但是 Y 不一定是 X 的解決方法，通俗地講叫作 “過早下結(jié)論”。

所有分析的源頭，必須是要先識別要解決的重要問題是什么，為什么是最重要的。當你確定了是什么，和為什么重要，那么也就逐漸明確了數(shù)據(jù)分析的目的。

1）定義 X 問題技巧

可以根據(jù)不同類型的問題，用一個包含”如何、是否、原因是什么”問句來描述，比如：

• 驗證類 —— 有了假設和多個可能解決的方案，驗證結(jié)果：“策略A，B，C哪種方法可以提升轉(zhuǎn)化率”；“策略A是否可以提升轉(zhuǎn)化率”。
• 找原因類 —— 某個數(shù)據(jù)出現(xiàn)了劇烈波動，尋找背后原因以及解決方法： “導致轉(zhuǎn)化率急劇下跌的原因是什么”。
• 預測類 —— 尋找事物發(fā)生的規(guī)律，來預測接下來即將發(fā)生的事件，比如 “學生放假對課程銷售轉(zhuǎn)化率是否有影響”。

2）問題具體化，不可太過于寬泛，否則數(shù)據(jù)收集會變得很困難。比如某個產(chǎn)品數(shù)據(jù)有沒有變好？

2. 定位問題，識別根本原因

那么經(jīng)過定義 X 問題，明確了數(shù)據(jù)分析的目的后，就需要開始找問題出在哪兒。那么就有幾個數(shù)據(jù)分析的方法了，給大家分享幾個常見的分析方法。

1）全鏈路分析

對整個環(huán)節(jié)的每個節(jié)點進行分析，比如大家熟知的漏斗模型，AARRR 模型，都是典型的全鏈路分析。

以及業(yè)務模型中的用戶生命周期、產(chǎn)品生命周期等，針對產(chǎn)品，或者運營整體的每個節(jié)點進行分析。

全鏈路分析的核心步驟：

1. 梳理鏈路關(guān)鍵節(jié)點，確定關(guān)鍵節(jié)點的數(shù)據(jù)指標。
2. 針對每個關(guān)鍵節(jié)點進行數(shù)據(jù)洞察，查看問題點和增長點

2）組成因子分析

把整體目標按照某種分類標準，分解成不同的組成因子。因為整體目標只能看到目標達成的結(jié)果，不知道是如何達成的，執(zhí)行細節(jié)是如何。

組成因子拆解的技巧：

1. 嘗試多種方式、不同維度；
2. 優(yōu)先考慮項目團隊習慣的拆解思路。

3）影響因子分析

很多時候，因子對結(jié)果的影響是定性的，而不是像組成因子一樣是定量的，所以并不能完全把結(jié)果拆成多個因子相加。那這個時候可以用影響因子分析，列出對結(jié)果有影響的因子逐個分析。

比如說銷售額，影響因子有商品、會員、客服、流量、活動等，但你不能說銷售額=商品+會員+客服+流量+活動，對吧？

4）枚舉法

簡單粗暴地列舉出所有可能影響這個數(shù)據(jù)的因素。枚舉法大概會有以下 3 大步驟：

在列舉的時候，也可以用到親和圖，分類別列舉。

并且一定要有排序思維（將某個指標降序或者升序排列）。比如說在分析某個競爭對手的自然搜索關(guān)鍵詞的時候，面對大量的數(shù)據(jù)，先確定關(guān)注哪一部分數(shù)據(jù)能帶來最大的收益。

比如我在分析競品 Google Organic Search 關(guān)鍵詞流量的時候：

• 分類枚舉不同的關(guān)鍵詞（非品牌詞有哪些、品牌詞有哪些）；
• 對不同類別的詞的數(shù)據(jù)進行排序：；
• 將非品牌詞的 Search Volume 降序排列：看看哪些詞匯用戶搜的最多；
• 將品牌詞的 Traffic（%）降序排列：看看哪些品牌詞帶來的流量占比最大。

3. 提煉出有效的、明確的數(shù)據(jù)結(jié)論

優(yōu)秀的數(shù)據(jù)結(jié)論，并不是得到一堆圖表，它是有價值的結(jié)論。培養(yǎng)一種 “以終為始” 的思維，從最終結(jié)果出發(fā)，反向分析過程或者原因，尋找關(guān)鍵要素，采取相應的策略，從而達成結(jié)果并且解決問題。

那么怎么樣得到有價值的數(shù)據(jù)結(jié)論呢？一般有這么幾個步驟。

1. 明確業(yè)務目標；
2. “增減” 分析：增加收益、減少損失。增加收益，即增加收入、提升轉(zhuǎn)化率、優(yōu)化體驗、增加用戶參與度等；減少損失，即減少失敗率、流失率等；
3. 對業(yè)務進行分析（步驟2：定位問題、識別根本原因）；
4. 為自己的結(jié)論給出數(shù)據(jù)支撐。