编辑导语：数据在产品的各个流程都能起到至关重要的作用。那么，当数据出现问题时，该如何进行有效的数据分析、并最终达到解决问题的目的呢？本篇文章里，作者就提供了一个相对结构化的解决思路，希望能对你有所帮助。

不管你是产品、运营、还是市场，是否经常遇到以下几种情况：

• 上线某个新产品、新功能，要监测该产品/功能的效果，既要看总体表现，又要看细分维度；
• 策划某个营销活动，要明确活动的目标用户群体、用哪种方案能够带来**的活动效果；
• 投放某个渠道，渠道 ROI 又出现了较大的波动，需要找出数据波动的原因。

针对一个又一个问题，如果没有清晰的问题分析思路，即使解决了当前的问题，等你遇到新的问题又会无所适从。那么数据分析这件事情，不管是放在产品、运营、还是市场，都是一门必修课。

从本质上，数据分析最终目的就是解决问题。

有可能你做的项目没有一个专门的数据分析平台，没有数据后台，但这并不妨碍你去思考这个数据表现出来的问题该如何解决（可能 Excel 就可以解决很多你遇到的问题了）。

今天要分享的，就是当你在工作中遇到了某个数据出现问题的时候，怎么去分析某个数据问题的思路。

既然是解决问题，那么一定涉及到解决问题的思路。

给大家介绍一下之前考项目管理中的【问题解决工具】，希望能够帮助大家在用数据驱动解决问题的过程，有一个结构化的解决思路。

一、核心要素

当发现出现某个问题，或者应对某个挑战的时候，使用结构化的问题解决方法可以有助于制定长久有效的解决方案，主要包含以下核心思路：

二、PDCA 戴明环—Plan-Do-Check-Act

常用的闭环迭代框架戴明环 PDCA，也是解决问题或者说可以应用到平时工作上的方法，帮助你做结构化的思考。

主要包括计划(Plan)、实施(Do)、检查(Check)、执行 (Act) 4个步骤，循环迭代，不断提升。

其实还可以加一个环节- T (Think) 思考总结。

结合问题解决工具和数据分析的常用流程，可以提炼出数据分析的核心思路。

三、核心思路