數據分析思維三部曲

6 人贊了文章

在日常工作中，我們經常通過數據分析手段來發現解決問題。拿到一個問題，我們常常遇到思維混亂，找不到問題本質，脫離實際業務等麻煩，如何能夠快速、精準找到問題的核心，並給出有效的解決方案呢？這裡介紹一套方法。

一、拆解

擒賊先擒王，成功解決一個問題的關鍵在於，找到決定這個問題的核心因素。在多數時候，影響一個問題的因素並不是單一存在的，內在關係往往錯綜複雜，我們很難一來就找准最核心那一個。

麥肯錫諮詢顧問巴巴拉·明托曾經提出一個很重的解決問題原則——MECE（發音為「me-see」）。中文意思是「相互獨立，完全窮盡」，面對一個複雜問題，通過MECE原則進行層層拆解，不重不漏，以此來找到問題的核心，提供有效的解決方案。

MECE原則主要有兩個核心內容：

完整性：即完全窮盡，拆解過程中，一定要儘可能做到拆解項的完整性，不要漏掉某項；

獨立性：同一層級的拆解項，相互之間必須獨立，不可重複或交叉。

1.明確問題或目標

使用MECE原則前，我們需要明確問題或目標是什麼，這是我們後續分析、研究的基礎。

2.找准切入點

有了明確的目標，接下來就需要將這個目標拆解成更小，易於解決的子目標。拆解的過程中，我們需要找准一個切入點，後續的層層拆解，都會按照這個維度推進。所謂的切入點，就是你從哪個維度進行拆解，時間、區域、顏色、大小等等，在找切入點的過程中，一定要以終為始，反覆思考問題或目標是什麼？不同的切入點，得出的結論也會不一樣。例如，最近某公司搞了一場線上拉新活動，你的目標是提升拉新轉化率。我們現在要對這個目標進行拆解，是從時間維度，地區維度還是從拉新渠道維度進行拆解呢？最終發現拉新渠道維度最為合適，知道各渠道拉新的轉化率，更有利於我們調整拉新方案，集中資源在轉化率高的渠道，優化投入產出比。

並不是每一個問題，我們都能找到合適的切入點。這個時候，我們可以試試一些經典的分類模型，例如SWOT的內部外部分類，二分法（非此即彼），或者適當組織一個小團隊，大家採用頭腦風暴或者卡片法，儘可能將影響目標的因素記錄下來，然後再對這些結果進行歸類。

3.MECE拆解

有了分類切入點（分類標準），就有了明確的拆解方向。這個時候，我們可以通過MECE原則進行層層拆解，拆解過程中，要牢記我們的目的，適當控制邊界，不能因為太過發散，而導致結果超出解決問題範圍。拆解完成後，一定要反覆審查結果是否符合MECE的完整性及獨立性原則。

二、量化

如果你不能量化它，你就不能增長它

通過MECE拆解，構成問題的網路節點一目了然，但是這僅僅是指導尋找問題解決方案的宏觀框架，要進一步挖掘出解決方案，需要通過量化手段，找出這些網路節點背後的數學邏輯關係。

量化其實很好理解，通過加減乘除基礎數學運算，將抽象的指標變成可對比衡量的具象指標。這裡我通過一個實例來說明量化過程：

某公司要提升線上拉新活動轉化率，通過MECE原則，以渠道為切入點，進行拆解：

現在我們知道，影響拉新轉化率的渠道有廣點通、360點睛、微信、微博、抖音等，如何給出解決方案呢？現在我們對這個框架進行量化

到此，通過量化手段，我們很容易找到提升轉化率的的解決方案。

三、落地

通過拆解、量化，我們已經可以初步給出問題的解決方案。但在實際運用過程中，我們很容易忽略一個關鍵因素——業務。脫離業務給出的解決方案就像空中樓閣，不僅不能幫助業務增長，花了成本精力，最終卻無功而返。上面的分析框架中，放在純線上的互聯網產品中，沒有什麼大問題，但是，運用在絕大多數O2O業務中，都會出大問題，具體原因，可以查看我之前分享的一篇文章O2O行業兩大難點

推薦閱讀：