怎么做才能有数据分析思路？今天带你深度解析
今天我们通俗讲解一下，该怎么形成思路，保证人人都听的懂。
1、基础的分析思路，这么建
最近天气多暴雨，某天你走在街上，被突然袭来的暴雨淋了个落汤鸡。猛跑回家，感觉身上很冷、发抖、打喷嚏。你会怎么想？
——生活的常识告诉你：可能感冒了！这时候你可能会选择不理它，扛过去就好了。也可能吃点感冒药，因为你假设自己感冒了。
过了几天，没有发冷、发抖、打喷嚏的症状了。你觉得感冒好了，就不会再吃药。但是如果你发现自己还是没好，甚至觉得头好烫。妈呀，赶紧找个体温计测测，一看38度，心中顿觉紧张，于是跑去看医生。
这就是一个完整的数据分析思路的例子。
很多同学可能会纳闷。啥！这就数据分析了？底层逻辑、裂变思维、CNN模型呢？除去各种玄幻的名词，除去巨复杂的统计学、数学方法。分析的本质就是这么简单：
- 观察现象（冷、发抖、打喷嚏）
- 结合原理（感冒的症状）
- 做出推论（我感冒了）
- 采取行动（吃药/扛过去）
- 验证假设（吃药3天/扛了3天）
- 进一步分析（症状消失/症状加剧）
- 进一步行动（不理它/看医生）
分析思路跟具体工具关系并不大，没有数据的年代，还有定性分析方法；有数据的年代，还有基于调查问卷数据的调查分析，有基于交易数据的经营分析，有基于用户APP/网站行为的“大”数据分析。数据来源越丰富，数据越准确，可用的分析方法越多，结果也越精确，但基本思路是一样的。
2、进一步的提升思路，这么做
那既然分析思路是这么简单的东西，为啥总感觉很难找到呢？注意，上边的例子看似简单，可背后有一些基本前提：
- 观察到位：我们观察到了冷、发抖
- 了解原理：我们知道感冒有这些症状
- 可以采取行动：我们能决定吃不吃药
- 可以观察到行动结果：我们能观察到吃药效果
这些前提在真实工作中，常常不存在。
- 数据分析师不了解销售/运营/产品/售后到底在干啥
- 数据分析师只懂跑数，对销售/运营/产品原理一窍不通
- 业务行动计划不知会数据。到底有没有整改问题，啥时候改，改成啥样，都不知道
以上都不知道，自然没法把分析逻辑和业务结果联系起来，经验也没法积累。
好比医生诊病，不见得非要把所有都得过一遍，但是懂医学理论，就能有条理的诊断病情。
当然最好的状态，是建立起：设定数据指标→数据监控过程→数据预警问题→分析问题→探索对策→进行测试→验证假设→总结经验→循环监控，的流程。
很多同学羡慕的所谓“大厂经验”，其实只是这套流程运转的比较顺利而已。
3、更复杂的思路，这样想
然而只懂医学理论，还成不了真正的医生。因为现实中能一见到医生，能清晰的说出：“自己从27号开始发烧，已经持续到今天，期间体温没下过38度，27号淋了雨，没有其他症状，没有喉咙痛”——这样理性、清晰的病人少之又少。
真实的病人总是一进门只会哼哼：诶呦，诶呦，诶呦，医生啊，我浑身难受啊，快救救我啊！
医生问：到底哪难受？
病人：全身难受……
(╯‵□′)╯︵┻━┻
这时候咋办？医生只能从0开始沟通：
- 问家属：“到底他哪里不舒服？”
- 查病历：“之前有什么病史？”
- 做检测：“测个体温/验个血/拍个片看看？”
- 问行为：“吃了什么？去了哪里？”
- 做测试：“我按你这里，会不会更疼？”
一步步逼近真相。
这里不全是医学知识，更多是沟通的技巧和推理逻辑。陈老师见过的专业的医生，不但只谈病情，连医保政策、家庭收入、亲子关系都会很耐心的和病人沟通。这些因素跟病情没有关系，但跟病人看病花的钱、时间、精力有直接关系。最后都会影响看病效果。
数据分析工作和这种情况非常类似。
因为业务部门自己是那个在雨里狂奔的人，啥时候淋湿的，淋湿了啥感觉，他们比数据分析师更早感受的到。就像得了感冒很多人选择自己扛过去一样，很多业务部门也喜欢选择：自己扛过去。
所以最后到数据分析师这里的问题，往往是“诶呦，痛痛痛，我也说不清楚”——因为说得清楚的早自己处理了。
这就意味着，数据分析师也要像医生一样，不但会加减乘除，更得会望闻问切，才能切中问题要害。好的问题梳理，是成功的四分之三。问题能理的清楚，后续的推进就能非常省心省力。
4、更深层的问题
当然，只会喊：疼疼疼的病人还不是最讨厌的，起码他有治病的意愿，还能沟通。以下这几类都更加讨厌，而且很凶险：
- 经验主义：医生请直接给我感冒药！我有十八年感冒经验，你诊断的和我经验不符
- 拒绝面对：我人来的时候还好好地，怎么到你这就病毒感染了呢！
- 拒绝投入：你必须不花我一分钱，不验血不拍片还能诊断对咯！不然你就是骗子！
- 篡改数据：自己偷偷吃个退烧药，然后测体温的时候36.7度，蒙混过关……
看病的时候拒不配合的是这些人，病死了砍医生的也是这些人——这些医闹是最讨厌的，最可恶的。
数据分析师同样会遇到这样的问题：
- 经验主义：老夫从业20年，不符合我的感觉的都是错的！
- 拒绝面对：谁说我做的不好！我不做业绩更差/全行业都不好！
- 拒绝投入：项目上线要快，所以埋点就省了吧/数据治理太麻烦，业务要快！不搞了！
- 篡改数据：人为刷流量、刷阅读/活动规则留薅羊毛的空间/改目标、参照组
当然，这些人会怪到数据分析师头上，说：“都是因为你不能准确、全面、客观、深入、清晰的分析，你都不会用人工智能阿尔法大狗子！”很多同学遭遇这样的刁难，也会问：“该怎么分析呀”。
注意：这已经不是分析思路的问题了。现在的问题是，这些人胡搅蛮缠，试图甩锅。用理性、正常的逻辑和他们无法沟通。这时候需要的是对付敌人的手段。
具体来说，是如何推进项目的战术。所以真遇到这些人，请不要怀疑自己的思路出问题，而是看怎么趋利避害，争取一个好结果，至少不白白背锅。
5、小结
敲黑板
建立分析思路的基本流程是：
- 观察现象（市场口碑、业务反馈、指标变化）
- 结合原理（业务逻辑+分析逻辑）
- 做出推论（建立假设）
- 采取行动（基于假设，采取业务动作）
- 验证假设（检验结果，积累经验）
- 进一步分析（持续监控）
又敲黑板
建立分析思路，需要的辅助是：
- 有良好的数据采集、数仓建设、数据治理基础
- 有良好的业务沟通机制
- 对业务逻辑有基础了解
- 能观察到业务行动的结果
- 区分非技术问题，区分恶人/善人
本文转载自【接地气学堂】
