數(shù)據(jù)分析不只是數(shù)據(jù)的羅列，而是數(shù)據(jù)和分析的結(jié)合。

數(shù)據(jù)層面包括數(shù)據(jù)獲取、整合、可視化等操作；分析層面則是結(jié)合業(yè)務(wù)目的和數(shù)據(jù)表現(xiàn)給出相應(yīng)的數(shù)據(jù)結(jié)論。

只要掌握數(shù)據(jù)工具就能獲取、整合數(shù)據(jù)，而分析問題并給出有效結(jié)論和建議就有一定的難度。根據(jù)分析結(jié)果給出合理的意見和建議是數(shù)據(jù)思維培養(yǎng)過程中重要的環(huán)節(jié)之一。

本節(jié)會立足于如何根據(jù)數(shù)據(jù)表現(xiàn)提出合理建議，通過幾個示例說明數(shù)據(jù)分析師在給出建議時常常出現(xiàn)的誤區(qū)。

一、提出合理建議需要經(jīng)歷3個階段

并不是每個數(shù)據(jù)分析師從剛?cè)胄虚_始就能夠通過數(shù)據(jù)分析為業(yè)務(wù)方提出合理解決方案，從入門到進(jìn)階，數(shù)據(jù)分析師一般會經(jīng)歷從給數(shù)據(jù)到給結(jié)論再到給觀點(diǎn)的轉(zhuǎn)變。那么這三個階段各有什么異同呢？此處筆者通過一個示例進(jìn)行說明。

最近某公司新上了一個項(xiàng)目，業(yè)務(wù)方找到數(shù)據(jù)分析師，說想要拉取一些數(shù)據(jù)看一下當(dāng)前用戶黏性。對用戶黏性，數(shù)據(jù)分析師可以通過新老用戶的分布、用戶留存率等指標(biāo)進(jìn)行說明。如圖 3-7 所示，對于相同的數(shù)據(jù)，不同的數(shù)據(jù)分析師會給出不一樣的結(jié)果，由淺到深可以分為給數(shù)據(jù)、給結(jié)論、給觀點(diǎn)三個不同階段。

1、給數(shù)據(jù)

“給數(shù)據(jù)”是數(shù)據(jù)分析最初級的階段，是通過數(shù)據(jù)陳述客觀事實(shí)的過程。對于上述用戶黏性的例子來說，數(shù)據(jù)分析師小 A 給出“新業(yè)務(wù)近一周新用戶數(shù)累計(jì) 300 萬個，新用戶次日留存率為 65%，七日留存率為 17%”的結(jié)果。這樣的結(jié)果就是一個對客觀數(shù)據(jù)的陳述，是一個“給數(shù)據(jù)”的過程。理論上這樣的結(jié)果沒有任何錯誤，但對業(yè)務(wù)方?jīng)]有太多幫助。

2、給結(jié)論

“給結(jié)論”是對數(shù)據(jù)結(jié)果的加工和深入分析并給出結(jié)論性的表述。數(shù)據(jù)分析師小 C 給出的結(jié)果就是結(jié)論性的表述，“新業(yè)務(wù)近一周用戶總量達(dá)到 10000 萬個，新用戶數(shù)累計(jì) 300萬個，次日留存率為 65%，七日留存率為 17%，新業(yè)務(wù)的數(shù)據(jù)表現(xiàn)優(yōu)于同類業(yè)務(wù)及行業(yè)標(biāo)準(zhǔn)。”數(shù)據(jù)分析師小 C 給出的結(jié)果不僅有對數(shù)據(jù)事實(shí)的陳述，還有結(jié)論性的表述，是一個較為典型的“給結(jié)論”的例子。

3、給觀點(diǎn)

“給觀點(diǎn)”是在“給結(jié)論”的基礎(chǔ)上對數(shù)據(jù)進(jìn)行深挖，基于對業(yè)務(wù)的了解給出一些切實(shí)可行的建議。數(shù)據(jù)分析師小 D 給出的觀點(diǎn)是“新業(yè)務(wù)數(shù)據(jù)表現(xiàn)優(yōu)于同類業(yè)務(wù)及行業(yè)標(biāo)準(zhǔn)，特別是渠道 F 用戶黏性高且付費(fèi)率高，建議增加 F 渠道的廣告投入”。數(shù)據(jù)分析師小D 不僅給出了新業(yè)務(wù)的基礎(chǔ)數(shù)據(jù)，也給出了結(jié)論性表述。更重要的是，他通過對用戶來源渠道及付費(fèi)情況進(jìn)行拆解，發(fā)現(xiàn)渠道 F 的用戶不僅黏性高而且付費(fèi)率也不錯，于是建議業(yè)務(wù)方增加渠道 F 的廣告投入。

當(dāng)然，剛?cè)胄械臄?shù)據(jù)分析師要做到“給觀點(diǎn)”是比較難的，這不僅需要熟練的分析技巧、縝密的數(shù)據(jù)思維，還需要對業(yè)務(wù)有極深的了解。但是這并不妨礙剛?cè)胄械臄?shù)據(jù)分析師從“給結(jié)論”做起，隨著對業(yè)務(wù)的不斷熟悉逐漸從“給結(jié)論”到“給觀點(diǎn)”轉(zhuǎn)變。

二、 數(shù)據(jù)分析師提建議要避免的方式

如圖 3-8 所示，從數(shù)據(jù)到結(jié)論，數(shù)據(jù)分析師會經(jīng)歷發(fā)現(xiàn)問題、分析問題、解決問題三個不同的階段，在每個階段提出切實(shí)可行的建議都起著關(guān)鍵作用，應(yīng)避免提出以下幾種類型的建議。

1、不明確分析目的，只做簡單的數(shù)據(jù)堆砌

部分初級數(shù)據(jù)分析師掌握了數(shù)據(jù)分析工具和相關(guān)的基礎(chǔ)技能，但是缺乏實(shí)操經(jīng)驗(yàn)和相關(guān)業(yè)務(wù)知識。通常到了提建議環(huán)節(jié)，可能連業(yè)務(wù)方具體的問題還沒搞明白，就只能拿出統(tǒng)計(jì)學(xué)方法論做簡單的數(shù)據(jù)堆砌。

例如，數(shù)據(jù)分析師小 A 給出“新業(yè)務(wù)近一周新用戶數(shù)累計(jì) 300 萬個，新用戶次日留存率為 65%，七日留存率為 17%”的結(jié)果。

給出這樣的數(shù)據(jù)之后，就沒有后續(xù)的意見和建議了。這種情況大部分是沒有明確需求，即還沒有搞清楚業(yè)務(wù)方想要的到底是什么，業(yè)務(wù)方現(xiàn)在面臨的問題到底是什么，當(dāng)然沒辦法繼續(xù)進(jìn)行下一步的分析，更別說給業(yè)務(wù)方一定的建議了。因此，樹立目標(biāo)意識是分析的第一步，要樹立目標(biāo)意識、挖掘潛在的分析點(diǎn)。

需求不明確這種困境一般是由業(yè)務(wù)方和數(shù)據(jù)分析師共同造成的，可能業(yè)務(wù)方在提需求的時候也沒說清楚自己真正想要的數(shù)據(jù)，或者業(yè)務(wù)方是個“小白”，根本不知道需要看哪些數(shù)據(jù)或指標(biāo)；對于數(shù)據(jù)分析師來說，面對這些不太清晰的需求，也沒有問清楚存在的痛點(diǎn)及分析的目標(biāo)，其實(shí)對于這種情況，數(shù)據(jù)分析師可以基于自己的知識和業(yè)務(wù)理解提出可行的分析方案。

明確分析目的，進(jìn)而分析業(yè)務(wù)問題，是建立在數(shù)據(jù)分析師對業(yè)務(wù)有一定了解的基礎(chǔ)上的。一般情況下，企業(yè)的指標(biāo)體系就是業(yè)務(wù)的抽象形態(tài)，而大多數(shù)問題是可以通過拆解數(shù)據(jù)指標(biāo)初步定位的。所以對于剛?cè)胄械臄?shù)據(jù)分析師，即使對于業(yè)務(wù)不是很了解，仍然可以通過指標(biāo)體系了解業(yè)務(wù)形態(tài)，并在實(shí)際工作中不斷積累經(jīng)驗(yàn)。

2、說的都對，卻沒什么用

說的都對，但確實(shí)沒什么用，是大部分初級數(shù)據(jù)分析師提建議時會犯的錯誤之一。以具體的例子來說，業(yè)務(wù)方看到最近用戶的次日流失率高達(dá) 70%，會很著急，過來找數(shù)據(jù)分析師尋求幫助。而數(shù)據(jù)分析師卻說：“流失率這么高，那你們降低用戶流失率啊。”這樣的建議是對的，但是對于業(yè)務(wù)方是沒有任何幫助的，業(yè)務(wù)方也知道需要降低用戶流失率，但到底怎么降低，數(shù)據(jù)分析師并沒有從數(shù)據(jù)層面給出一定的建議。

這類問題，大多數(shù)是問題分析不夠深入，拆解得不夠細(xì)致造成的。面對用戶流失嚴(yán)重這個問題，業(yè)務(wù)方找到數(shù)據(jù)分析師肯定是想要找到什么樣的用戶流失了，這些用戶為什么流失，在哪個環(huán)節(jié)流失以采取一些針對性的措施。

數(shù)據(jù)分析師經(jīng)過較為細(xì)致的拆解，可以從渠道、流失步驟等提出以下較為具體的建議：

渠道 A 的用戶流失較為嚴(yán)重，而渠道 B 的用戶黏性較好，可以考慮減少渠道 A的資源投放，增加渠道 B 的資源投放。

流失用戶中的 80%在某節(jié)點(diǎn)流失，可以考慮排查是否該節(jié)點(diǎn)存在技術(shù)問題或者不符合用戶偏好和使用習(xí)慣。

這樣提建議，業(yè)務(wù)方才有著力點(diǎn)，才能從產(chǎn)品側(cè)對業(yè)務(wù)進(jìn)行一定的改進(jìn)，也才是有意義的建議。

3、提出的建議無法落地

除了上述兩種情況，提出的意見無法落地也是較為常見的問題。面對用戶流失這個問題，數(shù)據(jù)分析師經(jīng)過市場分析和競品分析之后，發(fā)現(xiàn)由于相關(guān)競品以低價奪走了部分市場份額，用戶隨之流失，因此數(shù)據(jù)分析師建議降低商品售價并與競品保持一致。

這個建議的確可以減少用戶流失，挽回部分用戶，但是公司經(jīng)營涉及成本問題，可能降低售價，利潤就微乎其微了。業(yè)務(wù)方以 KPI 為導(dǎo)向，所以并不會采納這類意見。

數(shù)據(jù)分析師這個崗位并不直接參與到業(yè)務(wù)決策中，就算數(shù)據(jù)分析師提出合理、切實(shí)可行的意見或建議，業(yè)務(wù)方也不一定采納。所以這類問題考驗(yàn)的已經(jīng)不是數(shù)據(jù)分析師基礎(chǔ)的數(shù)據(jù)分析能力，更多的是其軟技能、溝通能力及影響力。

數(shù)據(jù)分析師在提出意見和建議時可以考慮用圖表代替文字說明問題，用業(yè)務(wù)方聽得懂的話代替專業(yè)術(shù)語陳述建議。另外，如果你的建議能夠幫助業(yè)務(wù)方提升 KPI，那么業(yè)務(wù)方多少會對你的建議感興趣。當(dāng)然，從不同的業(yè)務(wù)出發(fā)，從不同的分析角度著手，都能提出各種不同的建議。所以本節(jié)只是拋磚引玉，至于如何在不同業(yè)務(wù)形態(tài)中提出合理、可行的建議，就需要數(shù)據(jù)分析師在實(shí)踐中積累了。

市面上大部分?jǐn)?shù)據(jù)分析相關(guān)的書籍都是從工具的介紹開始的，但很多時候數(shù)據(jù)分析主要依靠數(shù)據(jù)思維。

特別是面對復(fù)雜業(yè)務(wù)場景時，對于業(yè)務(wù)的熟悉程度及數(shù)據(jù)思維顯得尤為重要。

因?yàn)?strong>數(shù)據(jù)思維決定了分析問題的角度及合理性，只要數(shù)據(jù)分析師能夠針對特定問題提出分析方案，工具可以給數(shù)據(jù)分析帶來加成，因此數(shù)據(jù)思維是數(shù)據(jù)分析師成長進(jìn)階路上的必修課。