编辑导语：对于不少产品经理来说，掌握数据分析的核心能力并不在于了解丰富的模型和方法论，而是能敏锐的发现数据并且从中找出潜在规律。数据分析始终不能落地？这有一个案例，希望能对你有帮助。

• “你做的数据分析，一点都不落地！”
• “除了写数字，能不能有落地建议！”
• “看了数，所以呢？要干啥？”

这一类抱怨，经常在办公室响起，让做数据的同学很郁闷。到底咋做算落地？今天通过一个例子，系统讲解一下。

问题场景：某大型售后连锁服务商，同时承接厂商、企业、个人的服务需求，由客服接需求以后生成工单，分配给自营的服务点或外包的服务商，上门完成服务。现在已定下，北极星指标是：实际完成工单件数，问：如何做进一步落地分析。

01 数据落地的常见错误

很多同学一看到问题，就说：老师，这题我会！工单=需求数*转化率吗，既然要提高完成工单件数，那要做的就是，把需求数和转化率两个指标：搞高！

所以数据落地的方式，就是：

1. 一要多签厂商客户
2. 二要多签企业客户
3. 三要做大个人流量
4. 四要提高客服效率
5. 五要加强上门管理
6. 六要提升师傅技能

你看，这建议多具体，多落地……

首先，这么说确实没错，确实这些指标要搞高，确实这六条都是建议，问题是：这些都是正确的废话，即使不做数据分析师，大家也“早就知道了”，那肯定要搞高呀，还能搞低不成。

从数据推导业务落地行动，核心是：轻重缓急。通过数据分析找到哪里是重点，哪些是辅助，这才是数据计算的价值。如果不加计算，那人人都知道这也要加强，那也要加强。