掌握了數(shu)據分析(xi)能(neng)力(li)(li)后，更要明白(bai)不能(neng)為了分析(xi)而分析(xi)，當(dang)遇到實(shi)際問(wen)題時，我(wo)們該如何利用分析(xi)能(neng)力(li)(li)輸出(chu)接近于合理(li)真相(xiang)的結論呢？
本文試圖用一份編制的(de)(de)數(shu)據案例(li)去(qu)(qu)描(miao)述(shu)“如何(he)在數(shu)據分(fen)(fen)(fen)析(xi)的(de)(de)思維里看待問(wen)題？”，進(jin)而(er)如何(he)利用數(shu)據分(fen)(fen)(fen)析(xi)能力去(qu)(qu)找出問(wen)題的(de)(de)原因，再通過數(shu)據之外的(de)(de)場景去(qu)(qu)佐證數(shu)據分(fen)(fen)(fen)析(xi)結(jie)論，最終是為后面的(de)(de)決策做參考。
接(jie)下來進入實際案(an)例的參(can)考分析：
雙11剛剛過去，老板對今(jin)年(nian)(nian)和去年(nian)(nian)7月(yue)份以來的(de)數(shu)據做了(le)對比，發現整(zheng)體銷量下降的(de)非常厲害，希望你能給他分析出明確的(de)原(yuan)因，7-11月(yue)銷量總額為(wei)什(shen)么(me)比去年(nian)(nian)同期(qi)下降了(le)？
上(shang)圖是銷售運營(ying)(ying)部門給(gei)到(dao)老板(ban)的銷量(liang)統計數(shu)(shu)(shu)據(ju)(ju)，數(shu)(shu)(shu)據(ju)(ju)都是編(bian)排的，如有雷同純屬意外，這里不考慮數(shu)(shu)(shu)據(ju)(ju)實際的符合(he)度，上(shang)圖為原始數(shu)(shu)(shu)據(ju)(ju)，通過數(shu)(shu)(shu)據(ju)(ju)分析思維(wei)給(gei)老板(ban)一個交待，銷量(liang)為什么(me)下降了(le)？運營(ying)(ying)的策略該繼續執行么(me)？
所謂結構化思維(wei)就是有邏輯的思考，暫(zan)時放棄發(fa)散性的思考，用(yong)腦海儲(chu)備的知識(shi)對目標進行全面的拆(chai)解(jie)分析(xi)。
當你得知淘寶店鋪的銷量下降的時候，你不應該發散性的根據以往經驗列出一堆原因（比如競品升級、活動力度降低等等）。首先應該靜下來對“店鋪銷量構成”以及“能夠對銷量產生影響的因素”進行拆解，進一步明確問題根源。
比如(ru)上(shang)圖是(shi)按季節及品(pin)類(lei)對銷量進行了拆(chai)分，目的(de)是(shi)想了解(jie)“哪一品(pin)類(lei)的(de)銷量下降了”，然(ran)后大膽猜測(ce)大幅(fu)下降的(de)品(pin)類(lei)在(zai)某些方面(mian)出現了問題。
看(kan)著上圖又想了想，服飾非常受季節性的影響，那是(shi)不是(shi)可以對7-11月份進行劃分一下呢，于(yu)是(shi)把月份的銷(xiao)(xiao)量(liang)加入(ru)銷(xiao)(xiao)量(liang)結構中(zhong)了。
把銷(xiao)量構成這樣拆出(chu)(chu)來后，發現最開始的原始銷(xiao)量數據(ju)不足以看出(chu)(chu)銷(xiao)量趨勢，于是對數據(ju)做了線性可視化。
從圖中能看(kan)出，該淘寶店主賣產品(pin)是西裝、高(gao)領毛衣、長袖(xiu)襯衫、長褲、九分(fen)褲；毛呢(ni)大衣應該也是主賣產品(pin)，但是秋冬季銷量明顯不高(gao)，所以需要(yao)重點關注一下毛呢(ni)大衣這個(ge)品(pin)類(lei)的(de)情況。
于是可以進一步針對毛呢大衣進行分析，為什么主賣產品“毛呢大衣”銷量下降41%呢？分析到這里僅僅是把店鋪銷量構成、以及銷量趨勢看清晰了，接下來我們針對毛呢大衣這個品類去分析“影響銷量的因素有哪些？”
上圖對毛(mao)呢大衣(yi)銷量下降原(yuan)因(yin)的拆(chai)解也同樣適用(yong)于其(qi)他品類，并(bing)且圖中也僅僅是從店(dian)鋪(pu)內(nei)外部去發(fa)現可能存(cun)在的原(yuan)因(yin)，并(bing)沒有窮盡所有的因(yin)素。
比如內(nei)部原因上(shang)，產品(pin)設(she)計生(sheng)產、產品(pin)展示設(she)計排版、產品(pin)營銷獲客、產品(pin)銷售(shou)運營等方面會(hui)對銷量(liang)產生(sheng)影響，其(qi)中每一類原因都可以繼續(xu)細分出多個維度(du)，每個維度(du)如何去衡量(liang)好壞接下來(lai)指(zhi)標化要思考(kao)的。
外部原(yuan)因通常是(shi)難以(yi)驗(yan)證(zheng)的(de)，因為你不(bu)可能(neng)獲取到(dao)競爭對手的(de)數據(ju)，所謂(wei)的(de)第三方報告也并不(bu)準確，如果(guo)對方是(shi)上市類(lei)網紅店，那可以(yi)查看(kan)披露(lu)的(de)財報數據(ju)，但是(shi)一般淘寶店都(dou)不(bu)涉及到(dao)資本運(yun)作(zuo)。
寫到這里你應該發現了一些(xie)問題(ti)，所有(you)(you)的分析都只是各種維度(du)的拆解，沒有(you)(you)可以衡量(liang)的數據，如(ru)何衡量(liang)商(shang)品展(zhan)示(shi)頁設計的是否合(he)理？如(ru)何判斷客(ke)訴解決(jue)率高不高？一切(qie)都還沒有(you)(you)指標可以衡量(liang)。
所以接下來你應該將思考出來的各個維度進行指標化，一切皆可以用指標去衡量，指標(biao)可以用(yong)數(shu)(shu)據去得出具(ju)體的數(shu)(shu)值(zhi)，數(shu)(shu)值(zhi)趨(qu)勢可以幫助(zhu)你衡量好(hao)壞。
所謂量(liang)化就是窮(qiong)盡所有(you)指(zhi)標的最小(xiao)單元(yuan)，即(ji)最小(xiao)不可分割原(yuan)則(ze)。比如(ru)‘7-11月(yue)銷量(liang)’本(ben)身(shen)只是一個(ge)(ge)指(zhi)標對吧？但(dan)還能繼(ji)續拆分成每個(ge)(ge)月(yue)的銷量(liang)之(zhi)和，也可以拆分成各個(ge)(ge)品類的銷量(liang)之(zhi)和，用公式表示就是：
{7-11月銷量(liang)=7月銷量(liang)+8月銷量(liang)+9月銷量(liang)+10月銷量(liang)+11月銷量(liang)}，所以聯想(xiang)一下，用公式去量(liang)化(hua)指標是(shi)不是(shi)很好的挖掘方法？
比如銷(xiao)量(liang)(liang)=下單(dan)數*（1-訂(ding)單(dan)取消率(lv)-退(tui)貨(huo)率(lv)），這(zhe)個公式就可以(yi)把銷(xiao)量(liang)(liang)用“下單(dan)數、訂(ding)單(dan)取消率(lv)、退(tui)貨(huo)率(lv)”等三個維度(du)去(qu)量(liang)(liang)化，但(dan)是(shi)(shi)還(huan)是(shi)(shi)不夠窮盡，因為以(yi)上(shang)三個指標還(huan)是(shi)(shi)可以(yi)分割的。
下單(dan)數(shu)(shu)=咨詢數(shu)(shu)*（1-咨詢流(liu)(liu)失率(lv)）+瀏覽(lan)(lan)量*（1-瀏覽(lan)(lan)流(liu)(liu)失率(lv)）；訂(ding)單(dan)取(qu)消(xiao)率(lv)=支(zhi)付取(qu)消(xiao)數(shu)(shu)/下單(dan)數(shu)(shu)；退(tui)貨率(lv)=訂(ding)單(dan)退(tui)貨數(shu)(shu)/已支(zhi)付訂(ding)單(dan)數(shu)(shu)；所以又會(hui)引出“咨詢流(liu)(liu)失率(lv)、瀏覽(lan)(lan)流(liu)(liu)失率(lv)、支(zhi)付取(qu)消(xiao)數(shu)(shu)、訂(ding)單(dan)退(tui)貨數(shu)(shu)”等多個(ge)衡量指標(biao)。
經(jing)過這樣一層一層公式化的(de)量化，你(ni)就最可能找(zhao)到(dao)那些“最小不可分割的(de)指標”，進而(er)最可能發現(xian)本(ben)質的(de)問(wen)題(ti)所在(zai)了。
所以你嘗試對毛呢大衣的銷量進行了一定的指標化，在純粹做指標化的過程中，你能體會到，最小可衡量指標大部分都是比率，因為指標增長或降低最直接就是用比率來描述。
比率的變化又與用結構化思維得出的維度相結合，外(wai)部市(shi)場競爭加劇的(de)(de)話(hua)，瀏覽流失率(lv)就會降低；商品(pin)質(zhi)量(liang)落(luo)后的(de)(de)話(hua)，商品(pin)質(zhi)量(liang)客訴率(lv)就會上(shang)升，所以僅僅統計銷量(liang)的(de)(de)變化意(yi)義不大(da)，要統計關(guan)鍵環節的(de)(de)各(ge)層(ceng)面的(de)(de)轉化率(lv)才能反應哪個(ge)維度出了問題。
最(zui)終通過一次復雜的(de)體系化的(de)分(fen)析(xi)后(hou)，你(ni)能(neng)(neng)得到產品的(de)分(fen)析(xi)框架(jia)，以(yi)后(hou)再遇到什么(me)問題(ti)，只需要在分(fen)析(xi)框架(jia)上(shang)看數據比率變化，找到對(dui)應(ying)影響的(de)維度(du)，再通過實(shi)際真實(shi)業務情(qing)況加以(yi)佐證，就能(neng)(neng)夠盡(jin)可能(neng)(neng)的(de)接近問題(ti)真相了。
由于外部原因難以量化，所以這里只是又進一步內部原因指標化了，下圖是根據一個電商用戶在淘寶站內看見店鋪或者商品后的一系列行為分析得出的分析框架。
上圖中分析出(chu)了近(jin)20個維度指(zhi)標(biao)，并不是所有(you)的指(zhi)標(biao)都是核心指(zhi)標(biao)，你需要結合業務去挖掘出(chu)核心業務指(zhi)標(biao)，也能進一步完善指(zhi)標(biao)分析框架。
雖(sui)然圖中已經把核心指標(biao)(biao)用(yong)黃色填充標(biao)(biao)注了，你也可以借助業(ye)(ye)務去推敲一下，這些指標(biao)(biao)量化(hua)合理么(me)？它們最能(neng)表現出業(ye)(ye)務的良好程度么(me)？
比如圖中是站在用戶行為的角度去做的指標框架，發生問題的主體是淘寶店鋪，對于淘寶店鋪來說，用戶怎么進店鋪，如何看到商品，有沒有對商品產生興趣，咨詢客服后是否得到滿意答復，成交后的物流服務是否滿意等是核心。
至于(yu)用戶(hu)處(chu)于(yu)淘(tao)寶平臺用戶(hu)的(de)什么階層是不(bu)太(tai)需要關注(zhu)的(de)，不(bu)管用戶(hu)是淘(tao)寶的(de)新用戶(hu)、老用戶(hu)、活躍用戶(hu)、還是流(liu)失又召(zhao)回的(de)用戶(hu)，是怎樣的(de)都(dou)沒(mei)有關系，只有商品(pin)或(huo)店(dian)鋪曝光在(zai)了用戶(hu)眼前，這個(ge)用戶(hu)才和淘(tao)寶店(dian)鋪產(chan)生了關系，所(suo)以平臺型分析(xi)思維不(bu)適合。
利用(yong)用(yong)戶在商品頁(ye)(ye)和搜索頁(ye)(ye)的(de)行為軌跡，你對每一步的(de)轉化(hua)(hua)進行了比率(lv)(lv)型的(de)指標量化(hua)(hua)，核心指標無(wu)非是“曝光轉化(hua)(hua)率(lv)(lv)”、“筆單價(jia)”、“件單價(jia)”、“訂單流(liu)失率(lv)(lv)”、“復(fu)購率(lv)(lv)和回(hui)購率(lv)(lv)”等(deng)，用(yong)于衡量商品頁(ye)(ye)、商品價(jia)格、用(yong)戶心理預期(qi)符合(he)度(du)等(deng)各維度(du)的(de)健康(kang)度(du)。
本文編排的案例中是說“銷(xiao)量總數下降了”，進一步又發現主產品(pin)“毛呢(ni)大(da)衣”銷(xiao)量下降明顯，那就(jiu)可以針(zhen)對毛呢(ni)大(da)衣的數據進行分析(xi)。
將毛呢大衣的價(jia)格(ge)與銷量(liang)一起對(dui)比，能(neng)看到(dao)8-10月(yue)份價(jia)格(ge)上漲明顯(xian)，而銷量(liang)受價(jia)格(ge)影(ying)響，增(zeng)長趨(qu)勢放緩(huan)，沒有去年同期增(zeng)長快。
由(you)于數據都(dou)是臨時編(bian)制(zhi)的(de)，這里(li)就(jiu)不繼續編(bian)制(zhi)非常細致的(de)瀏覽(lan)數、點擊(ji)數、加(jia)購數、生成(cheng)訂單(dan)數、成(cheng)功支付(fu)數了，感興趣的(de)可以自行思考。
通(tong)過(guo)結構化思維(wei)+公式(shi)化的指標(biao)(biao)量(liang)(liang)化，你能得到(dao)非(fei)常多(duo)的衡量(liang)(liang)指標(biao)(biao)，每一個指標(biao)(biao)背(bei)后對應多(duo)個維(wei)度，某一個維(wei)度雖(sui)然下(xia)降了，但很多(duo)時候并不影響最核心的指標(biao)(biao)，比(bi)如本文中的總銷量(liang)(liang)下(xia)降不一定就會(hui)導致利潤下(xia)降。
銷售部門只看到了總體銷量下降了，但銷量下降就能代表利潤降低了么？總利潤才是淘寶店鋪的核心指標，總(zong)利潤(run)=（利潤(run)率1*銷(xiao)量(liang)1）+（利潤(run)率2*銷(xiao)量(liang)2）+（利潤(run)率2*銷(xiao)量(liang)3）........
整體銷量下降來，利潤不一定下降，很有可能是低毛利的品類銷量降低，而高毛利的品類銷量大增，雖然總體銷量降低了，但是利潤有少量增幅，如(ru)果店鋪評分(fen)沒降低(di)、客訴率沒增多，那(nei)即使總(zong)銷量(liang)下降了，店鋪整體的(de)健(jian)康(kang)度也是(shi)增長的(de)，是(shi)不存在負面問題(ti)的(de)。
所以(yi)，當(dang)看到某些指(zhi)標(biao)下(xia)降的時候，先不(bu)要慌，去看一(yi)(yi)看最核心的指(zhi)標(biao)有沒有下(xia)降？會不(bu)會是因為策略的放(fang)棄性調整才導致某一(yi)(yi)指(zhi)標(biao)降低，但整體利(li)率仍(reng)然是增長的。
本文只是(shi)描述一些分析思(si)考方(fang)法，遇到實際的問題不(bu)(bu)用無厘(li)頭(tou)的猜測，雖然假設法是(shi)積極有(you)效的，但實際業務中，有(you)準確直覺的人不(bu)(bu)多，既然直覺不(bu)(bu)夠靈敏、經驗(yan)不(bu)(bu)夠豐(feng)富(fu)，那假設出(chu)來(lai)的結論貼合(he)度也不(bu)(bu)會(hui)太高。
你可(ke)以嘗試(shi)根據業務去利(li)用結構化(hua)思(si)維(wei)、公式(shi)化(hua)思(si)維(wei)拆解問題背后(hou)的(de)(de)維(wei)度層次，找(zhao)到(dao)可(ke)量化(hua)可(ke)衡量的(de)(de)指標，要(yao)注意的(de)(de)是最小可(ke)量化(hua)的(de)(de)指標一(yi)般是比率(lv)的(de)(de)形式(shi)。
分析(xi)思維大(da)致(zhi)有這樣(yang)幾個(ge)角度：
可以從用戶生命周期的角度去考慮產品內用戶整體的健康度，新用(yong)(yong)戶的(de)獲取指標(biao)，用(yong)(yong)戶活(huo)躍(yue)指標(biao)，用(yong)(yong)戶留存(cun)指標(biao)，用(yong)(yong)戶流(liu)失(shi)指標(biao)，用(yong)(yong)戶挽(wan)回指標(biao)。即著名的(de)AARRR模(mo)型就非常適合用(yong)(yong)于(yu)分析產品各個(ge)運作環節的(de)情況。
AARRR模型把產(chan)品日(ri)常運營分為(wei)五(wu)大部分：
用戶(hu)(hu)獲取→用戶(hu)(hu)活躍→用戶(hu)(hu)留存→用戶(hu)(hu)付出→用戶(hu)(hu)為產(chan)品傳播
每一部分都是同時發生的(de)(de)，都有其重(zhong)要且可衡量的(de)(de)指標。用(yong)(yong)戶(hu)獲(huo)取的(de)(de)獲(huo)客成本和(he)渠(qu)道獲(huo)客轉化率、用(yong)(yong)戶(hu)活躍的(de)(de)平(ping)(ping)結(jie)訪(fang)問(wen)次數和(he)時長、用(yong)(yong)戶(hu)留存(cun)的(de)(de)次日(ri)、七(qi)日(ri)內留存(cun)、用(yong)(yong)戶(hu)付(fu)出的(de)(de)付(fu)費用(yong)(yong)戶(hu)占比(bi)和(he)客單價，以及平(ping)(ping)均用(yong)(yong)戶(hu)付(fu)費收入(ru)、傳播(bo)階段的(de)(de)用(yong)(yong)戶(hu)分享(xiang)率和(he)用(yong)(yong)戶(hu)平(ping)(ping)均傳播(bo)影響力。
除了從平臺內產品的用(yong)(yong)戶生命周(zhou)期去(qu)考慮，你(ni)還(huan)可以細化(hua)到用(yong)(yong)戶行為(wei)軌跡的角度(du)，從用(yong)(yong)戶行為(wei)指標中發現產品功能或者內容的健康度(du)。
比如用(yong)戶訪(fang)(fang)(fang)問(wen)產(chan)品時(shi)會留下(xia)“用(yong)戶平均(jun)訪(fang)(fang)(fang)問(wen)時(shi)長”、“頁(ye)面平均(jun)訪(fang)(fang)(fang)問(wen)次(ci)數”、“用(yong)戶對某項功能的(de)(de)使用(yong)率(lv)”、“用(yong)戶在產(chan)品內(nei)的(de)(de)關鍵(jian)常(chang)用(yong)路(lu)徑”等，分析到復雜細致階段(duan)時(shi)就能得(de)到用(yong)戶行為軌跡(ji)的(de)(de)桑(sang)基圖。
來源：www.behance.net
上圖的(de)桑(sang)基圖是(shi)(shi)百度隨意搜索(suo)的(de)一張表(biao)現法國公共管理部門的(de)資(zi)(zi)金(jin)來(lai)源以(yi)及(ji)他們是(shi)(shi)如何(he)分配這些資(zi)(zi)金(jin)的(de)軌跡。每個支點都(dou)是(shi)(shi)資(zi)(zi)金(jin)來(lai)源點和資(zi)(zi)金(jin)去(qu)向點，曲線表(biao)示(shi)資(zi)(zi)金(jin)流(liu)，曲線越寬表(biao)示(shi)資(zi)(zi)金(jin)流(liu)越大(da)。
對比(bi)到你的產(chan)品用(yong)戶(hu)行(xing)為(wei)軌跡(ji)上來，支點就(jiu)可以是產(chan)品功(gong)能(neng)、產(chan)品頁面(mian)等(deng)，曲(qu)(qu)線就(jiu)代表用(yong)戶(hu)從(cong)A頁面(mian)到B頁面(mian)，或者從(cong)C功(gong)能(neng)到D功(gong)能(neng)，曲(qu)(qu)線越寬代表擁(yong)有相(xiang)同行(xing)為(wei)的用(yong)戶(hu)占比(bi)越多。
這(zhe)樣就(jiu)能(neng)(neng)看(kan)出用戶的關(guan)鍵路徑(jing)了(le)，做好(hao)關(guan)鍵路徑(jing)的用戶體(ti)驗就(jiu)能(neng)(neng)減(jian)少(shao)用戶流失率，也(ye)能(neng)(neng)了(le)解用戶到底在(zai)產品里都做了(le)些(xie)什么(me)。
分析思維的角度(du)最主要還是貼(tie)合(he)當前業務，選用一(yi)套適(shi)合(he)解決業務問題的指標體系，建立(li)盡(jin)可能完整的可量化指標，在遇到(dao)問題時就能有邏輯的去發現一(yi)些(xie)背后(hou)的問題。
