从零开始做数据分析（做有深度的数据分析）
从零开始做数据分析（做有深度的数据分析）衡量质量，可以从产品性能、配置等硬件角度（需要二手资料收集），也可以从用户体验、口碑等角度（需要调研/舆情数据采集），先把指标定下来。衡量“不行”则得找到参照物，可以参照自己的上一代产品，或竞争对手同期产品进行对比（如下图）比如“先天质量不行”，这里有两个点：既然单维度细分可以做，那多维度也能做。常见的，就是拉交叉表。比如业绩为啥没达标？把产品、用户、分公司等维度，都拉出来和业绩目标做个交叉，然后把每个维度有哪些差异一一列出来。很多同学做问题原因分析，其实都在干这个事……注意，这里可以多做一步，就是发现几个维度之间的联系。因为很有可能，A、C、E三个分公司卖不好，背后有同样原因：他们都是甲产品的主要销售地，而甲产品做烂了……这种联系，可以通过两个维度交叉对比发现。然而事还没完，我们依然会追问：为啥甲产品会做烂？是这个产品先天性质量不过关，还是后期运营没有做到位？注意！到这一步，问题发生变化
编辑导语：相信很多同学在分析问题的时候都有困惑：怎么做才算有深度的挖掘？到底要挖到什么程度为止？一堆指标有高有低要怎么看？这篇文章作者从四步走，详细阐述了如何进行有深度的数据分析 ，感兴趣的小伙伴一起来看看吧~
今天系统的跟大家分享下，如何深入挖掘问题。
一、0级深度最简单的原因分析，就是单维度做个细分对比。比如分析为啥业绩没达标，细分一看，发现5个分公司，有2家没达标。那么分析结论就是：“因为2个分公司没达标，所以业绩没达标”搞掂！
当然，这时候可以再多做一步：量化每个没达标的分公司的影响。比如看看谁是达标率很低的，谁是拖累大盘的。做到这一步，单维度的细分对比就做到头了。
二、1级深度
既然单维度细分可以做，那多维度也能做。常见的，就是拉交叉表。比如业绩为啥没达标？把产品、用户、分公司等维度，都拉出来和业绩目标做个交叉，然后把每个维度有哪些差异一一列出来。很多同学做问题原因分析，其实都在干这个事……
注意，这里可以多做一步，就是发现几个维度之间的联系。因为很有可能，A、C、E三个分公司卖不好，背后有同样原因：他们都是甲产品的主要销售地，而甲产品做烂了……这种联系，可以通过两个维度交叉对比发现。
三、2级深度
然而事还没完，我们依然会追问：为啥甲产品会做烂？是这个产品先天性质量不过关，还是后期运营没有做到位？注意！到这一步，问题发生变化。不管是“先天质量不过关”还是“后期运营不到位”，都没法直接拿一个指标来衡量。此时，我们需要做转化，把语文描述的假设原因，转化成可量化，可验证的指标。
比如“先天质量不行”，这里有两个点：
衡量质量，可以从产品性能、配置等硬件角度（需要二手资料收集），也可以从用户体验、口碑等角度（需要调研/舆情数据采集），先把指标定下来。衡量“不行”则得找到参照物，可以参照自己的上一代产品，或竞争对手同期产品进行对比（如下图）
“后期运营不到位”，也是同理，可以进一步拆分。而且因为运营涉及了推广、促销、商品周转等好几个方面，所以得每个方面单独看数据：
- 推广质量如何（各推广渠道转化漏斗）？
- 促销力度如何（优惠力度/整体资源投入）？
- 商品周转如何（是否有渠道缺货/积压）？
注意！当出现好几个方面的时候，有可能有第1级深度时候的问题：几个方面相互影响。此时由于假设不能用一个分类维度简单替代，所以检查相互影响的难度较大。一般来说，为了分析清楚，需要从业务逻辑角度，找“离用户近的，上游的”原因。比如推广、促销、商品周转三者相比，推广更上游，推广不行，人不够，啥都不行。所以可以先从推广上排查。
四、3级深度我们在2级深度，确认了：
- 产品的包装不是很受消费者欢迎（前期调研没做好）
- 产品的价格偏贵，对手有更便宜的货
- 推广效果不理想，推广转化率未达预期
所以呢？分析结束了吗……
不一定，因为一个健壮的问题原因，得是：
有这个原因的时候，问题存在；没有这个原因的时候，问题消失。
两边都成立，才能称之为“健壮”，因此如果只做到2级深度，领导经常会反问：“那是不是我换个包装/降个价/换个文案，它业绩就能好啊”说这话的同时，语气中好充满了不信任。
此时终结问题的最好办法，就是：真的安排一次测试。哪怕是先小范围的测试，确认能解决问题也行，后续推大规模测试。注意，三个问题里，包装问题相对难改，价格和推广是很容易改的，做测试的时候，一般会选择容易改的下手，尽快获得反馈。
比如价格问题，可以就近找个节日，安排一次节日促销，动一下价格看看效果。这里有两个点要注意：
- 测试得可控，不能不留后手。比如调价，万一全面降价，商品销量还是没起色，咋办！不留后手，只会逼死自己。
- 测试要注意控制其他变量。比如测价格，肯定会通过渠道投广告，那渠道运营就不能太烂，至少拿一些之前表现相对好的渠道来做。不然又扯不清，到底渠道和价格各自影响多少。
这是企业里做测试，与实验室做测试的最大区别。实验室是封闭环境，可以耐心地做各种精细分组，一个个控制变量做对比。但企业环境下，很多问题前后有牵扯，内外有影响，要往着“出业绩”的方向努力。结果好，一切都好。不然磨磨唧唧试了几次都没提振业绩，估计自己都得滚蛋了。
五、4级深度做到3级深度，很多同学会觉得：这下终于无死角了吧。其实还是有个潜在的问题，就是：短期和长期的矛盾。短期内的重点问题，不代表长期内也是重点问题。比如短期内促销一下就能拉起销量。可长期来看，上的促销越来越多，产品力越来越弱。最后经费烧尽，企业就完蛋了……
因此，短期测试/验证的结果，需要长期累计的数据做支持，以评估长期效应。这样做数据逇时候，就不能“头疼医头，脚疼医脚”而是得做长期观测。把每一次遇到问题的假设列清单，记录下来，然后观察长期内：
- 是不是某些问题反复出现
- 是不是有些问题持续很长
- 是不是解决问题手段趋于单一
- 是不是解决问题成本越来越高
如果是，那就说明存在长期问题。
此时，那些反复出现、长时间持续的问题，就可以成为突破口。虽然短期内它们不是重点，会被促销等掩盖，但长期存在本身就是问题，就得推动业务去解决它。
六、小结很多同学做不深入，是因为从2级深度开始，就不能只指望几个指标/维度交叉一下，直接拉出结论来，就得结合业务场景，转化业务假设，然后搜集证据。这要求掌握业务场景、指标、逻辑能力。这些能力需要积累和锻炼才能提升。
而第3、4级深度，又依赖于业务配合。我们经常见到，有些公司的业务遇到问题，不是甩锅，就是粉饰太平，要么就是不分三七二十一搞打折促销，导致很多假设无法被验证，分析经验也无法积累。
这时候，就要求做数据的同学，自己有总结问题的能力，归纳业务到底干了啥。如果我们发现业务只会“三板斧”，发现一些持续性问题始终没人管，其实我们的洞察能力已经上了一个台阶。如果我们能再设计实验，验证假设。即使没有真的投产，也是宝贵的分析经验积累。这些经验能让我们在其他更规范的企业，发挥价值。
#专栏作家#
接地气的陈老师，接地气学堂，人人都是产品经理专栏作家。资深咨询顾问，在互联网，金融，快消，零售，耐用，美容等15个行业有丰富数据相关经验。
本文原创发布于人人都是产品经理。未经许可，禁止转载。
题图来自 Unsplash，基于CC0协议。
