?當生活拿錘子掄向你的時候，只要捶不死你，你就有機會掄回去。?

前言?

在數據分析中該如何落地？“定義問題”是首要的，但在定義問題的同時就需要形成一個體系化的分析思路，有體系化的分析思路可以將復雜的數據分析工作進行拆解，讓數據分析的過程更加嚴謹，使結論落地執行，提高工作效率。因此，在數據分析應用過程中，“分析思路”相當重要！在實際場景中，如何形成體系化的分析思路呢？本篇以實際場景為例，梳理在數據分析中，如何形成分析思路的一些思路和見解！

在實際工作場景中，一般情況下，數據分析人員大部分時間做數據處理等相關工作，在形成體系化分析思路就會被忽視。當面對具體業務問題時，突然間頭腦中的思緒仍是一團亂麻，看著數據卻不知道怎么用數據來論證業務問題。雜亂無章的分析思路只能幫助我們找到一些片面原因，甚至會把我們帶離正確的方向。

因此，懂得如何形成一個體系化的數據分析思路是每個數據分析人員必須具備的能力。“分析思路”本質上就是站在一定高度去的多維度分析或者拆解業務邏輯等相關問題。

那么，我們以一個實際的工作場景為例來梳理一下“如何分析思路”的具體操作：

互聯網產品公司，產品運營同事找到數據分析師說：“DAU下降了，幫忙分析一下原因”

2如何形成分析思路？與業務溝通后，根據【如何定義問題】的步驟，進一步明確了問題：2021年4月DAU環比/同步下降30%，而正常波動范圍是±10%，因此認為有顯著下降。此次分析的目標在于找出下降的主要原因，并在下個月（5月）解決。那么，根據前面用戶行為分析如何落地—【如何形成系統化的分析思路】的步驟，具體思路如下：?

第一、確認數據真實性，了解整體數據情況數據質量是數據分析的生命線，在開始著手分析前，一定要確認數據的真實性：DAU環比/同步下降30%的準確性。我們經常會遇到數據服務、數據上報、數據統計上的BUG，在數據報表上就會出現異常值。所以，先去找數據流相關的產品和研發確認下數據的真實性。 了解整體數據情況，如，pv、日均訪問量、用戶總數、訂單數、會員數、總銷售額、用戶來源分布及占比、有購買行為的用戶數量、用戶的客單價、復購率分別是多少？等等整體用戶概況數據。了解到活躍用戶的規律。市場政策的變化，節假日、電商節等節日，常見的運營策略調整都能引發活躍數據變化。找到一些明顯的規律后，根據未來要發生的時間，預計指標波動情況，及時調整運營策略。如下圖，可看出活躍用戶數在周末以及十一節假日呈階梯式下降，有對應事件發生以及對應波動形態，可見具有周期性規律，在周末時可調整營銷活動等運營策略，使增長趨勢平穩，但要綜合考慮產品屬性和用戶屬性。 注：為某考勤類APP十月份活躍數據趨勢圖，已做數據脫敏處理。?

第二、確定結合具體業務場景，拆解日活（DUA）指標常見的初步拆分維度，通過初步拆分，定位原因大致范圍。如下圖：?

第三、通過對比分析方法，DUA同比/環比/占比觀察，區分活躍數據的異常變化情況通過DUA同比/環比/占比觀察，出現階梯式、持續性、非規律性等活躍波動為異常。但不是所有的異常波動都值得排查，但是要記錄發生時間，觀察走勢，當問題出現惡化時容易溯源。這就是為什么要建立數據監控體系。?如下圖，可看出活躍用戶數在10月22日到10月24日紅框區域出現活躍異常波動，首先要了解日活究竟跌了多少，其次通過通過DUA同比/環比/占比觀察，跌幅是否在合理的范圍，最后確定為非規律性異常。 注：為某考勤類APP十月份活躍數據趨勢圖，已做數據脫敏處理。?

第四、異常范圍定位后，挖掘異常變化的原因，進一步做假設針對初步定位的影響范圍，進行進一步的排查。分三個維度來做假設，建議針對數據異常問題專門建一個群，拉上相應的產品、技術、運營人員一起，了解數據異常時間點附近做了什么產品、運營、技術側調整。 綜合考慮以往數據異常原因、產品運營技術側調整、初步定位影響范圍可能由什么原因造成，再結合自身業務經驗確定幾個最可能的原因假設，給這些假設排數據驗證的優先級，逐一排查。?

第五、細分假設，確立原因除了上述，可以細分分析的維度實在太多了，邏輯上說核心點在于一個假設得到驗證后，在這個假設為真的基礎上，進行更細維度的數據拆分。 我們需要記住這種分析方式，當猜測是某種原因造成數據異常時，只要找到該原因所代表的細分對立面做對比，就可以證明或證偽我們的猜測，直到最后找到真正原因。?

第六，進行問題點測試，驗證分析結果拆分新老用戶活躍量（因為如果不是產品異常，最有可能的是新用戶影響的）通過分析，如果確定是新用戶問題，我們再把新用戶日活按渠道進行拆分：新用戶=渠道1+渠道2+渠道3+其他渠道?通過渠道拆分，我們會發現是具體哪個渠道效果發生的問題，驗證分析結果。然后去聯系此渠道的負責人一起定位具體原因，是渠道轉化率降低？還是渠道平臺的問題？等等找出原因后，再針對原因解決問題，制定渠道優化策略。

小結

分析思路其實是在做數據分析的從頭到尾的流程，是對業務分析目標的細化以及拆解。但要解決實際業務場景中遇到的問題，要先明確具體需要解決的問題，才能針對性的思考相關解決思路。分析的問題如果都不清晰，就會造成分析思路的偏離。

“分析思路”直接奠定了數據分析結論準確、是否實用、是否落地。我們還要學會運用系統的分析方法來輔助“分析思路”，可以高效迅速地達成目標。