您现在的位置:   首页 >> 新闻中心 >> 数据分析

数据分析,如何诊断业务问题

发布人:www.yunke.ai 发布时间:2021-01-01 134 次浏览

编辑导读:用数据分析来指导业务问题,非常容易出现各种问题。比如数据分析指出某个早就存在的问题,却没有办法给出一个具体的解决方法,或者业务人员尝试解决无果之后,就会觉得数据分析是不可靠的。那么,怎样才能用数据分析来诊断业务问题呢?本文作者对此进行了分析,与你分享。

诊断业务问题,是很多企业对数据分析师的基础要求,也是数据分析驱动业务的三大基础方法之一。在数据分析方法里,业务问题诊断,是典型的“一看就会,一做就错”。

很多同学很苦恼:“为啥我做的问题分析,业务方不认可呢?”今天系统的解答一下。

一、常见做法

业务诊断有标准的流程:

  1. 第一步:建立监控指标
  2. 第二步:树立判断标准
  3. 第三步:发现异常情况
  4. 第四步:细分问题来源
  5. 第五步:给出诊断建议

举个简单的例子:某公司有4条销售业务线,定了目标是月销1个亿,实际达成9500万,不达标。四条线表现如下图。则可以轻松看出,是A渠道出了问题(如下图)。

如果销售是线上销售,还能进一步看到转化流程,从而诊断出是哪个环节出了问题(如下图)。

于是,常见的诊断建议,就是:“发现A业务线出了问题,投放转化率太低,建议搞高”。

常规的做法即是如此。问题是,相当多的同学这么干完,会得到一句:“你说的都是废话!”的评论。感觉好冤枉。然而问题出在哪里呢?

二、常见问题

常规做法的问题,来自于:就数论数,浮于表面。这么做,就好比病人去看医生,医生说:“你的体温38度,建议搞低。”一样。你是病人,你也会拍案而起:“我TM早知道我发烧了呀!到底咋办呀!”。

单纯地罗列数据,不是问题诊断,充其量算是问题发现。

业务方期待听到的问题诊断,要指向一个:具体业务行动。还拿A公司举例子,业务方期望听到的,是如下诊断结果(如下图)。

很多做数据的同学,看到这里会脑瓜子“嗡!”的一声。这些东西太感性了,怎么和DAU、转化率、活跃率、消费金额这些指标关联起来呢?

三、解题关键

用数据驱动业务,最怕业务方说:“你行你上呀,不行别BB”。特别是用数据提出问题的时候,业务方会本能地进行反击。不是甩锅给大环境、上下游部门,就是伸手要资源,要么就祭出终极杀器:“你说的我都知道,我干过了,不行,不信你来干”。如果业务方下决心跟数据分析抬杠的话,数据分析师是非常弱势的,一定吵不赢。

因此在本质上,诊断问题,诊断的是业务方的心病。只有区分清楚谁真正愿意改进问题,才能对症下药。

区分的关键点,有四个:

  1. 是否真的清楚现状
  2. 是否已经采取行动
  3. 是否已有行动计划
  4. 是否打算申请资源

这四个关键点,能区分出业务方是否真想解决问题,以及业务方企图解决问题的方向。

在诊断业务问题的时候,可以先考虑常见做法里的结果之后,再对这四个关键点逐一确认,逐步导出诊断结果。