运营人如何用数据解决实际问题

　　我在做数据分析的时候，经常提醒自己，要多想一想，为什么做这个数据分析？不要陷入使用工具的泥潭而不能自拔，不要为了做图表而做图表，不要为了写报告而写报告。
　　数据分析的工具只是实现目标的手段，我们可以利用工具去解决实际问题，特别是解决那些对业务有关键影响的问题，用数据去让业务发展得更好。
　　不要只是把数据做成图表，就直接提交上去，要站在业务的角度去思考，如何才让业务发展得更好，用客观的、合乎逻辑的方式说明：
　　（1）客观情况是什么？What
　　（2）为什么会是这样？Why
　　（3）将来应该怎么做？How
　　日本的数据分析实战专家柏木吉基写过一本书：《如何用数据解决实际问题》，我觉得书中有些相关的知识值得学习。
　　1。解决问题，你需要流程
　　首先，有了流程，才能避免见到数据就立即动手，却总是在原地打转的情况。
　　解决问题的流程，从明确目标开始，然后找到原因，知道下一步需要采取哪些行动。
　　比如说，为了提高发货效率，可以整理从接到订单、到确认库存、再到联系顾客和提示发货、最后到发货的流程图，分析每一个阶段的效率情况。
　　再比如说，为了防止利润继续减少，可以用杜邦分析法，针对关键指标进行假设分析。为了防止销售业绩继续下滑，可以用4P营销理论的框架，从产品、渠道、促销、价格的角度提出假设，找到问题的关键点。
　　对领导布置的任务，不要就事论事地只看任务本身，要留意任务背后的诉求，试着从高出自己一两个级别的水平进行思考，避免自己的视野过于狭窄，培养自己扩展思路的能力。
　　对于只看数据分析报告的老板来说，他们看重的不是数据分析的方法和工具，而是结论。老板不是要看数据分析师的炫技，而是要看数据分析师提出的建议能否解决实际的问题。
　　2。分解数据，找到问题的关键
　　在明确目标并大致把握现状之后，开始进入提出假设、确定问题关键的阶段。
　　那么，具体应该如何找到问题的关键呢？
　　比如说，销售额可以分解为销售数量与平均单价的乘积，销售数量可以分解为新客户的购买数量和老客户的购买数量，对于老客户，再次选择回头客比例作为客户忠诚度，从产品、用户年龄、职业、性别、时间等维度进行对比分析，最终找到影响问题的关键。
　　这里再举一个例子，林骥以前用Excel做过一个动态杜邦分析模型，其中体现盈利能力的指标：销售净利率净利润销售收入，净利润销售收入全部成本其他利润所得税，这样把关键指标一层一层地进行分解，结合对比思维，如果某个数据的变化比较异常，那么就可以进一步深入地进行分析，从而找到关键的影响因素。
　　点击文章最上方的蓝字林骥进入公众号后台，发送杜邦两个字，可以获得该文件的下载链接。
　　3。采用交叉视点，锁定原因
　　在实际工作中，很多情况是，虽然通过细致入微地分析，我们知道了现状，但是，到了锁定原因的阶段，却又用主观的见解，来代替客观的事实。
　　能否用数据说话，会导致后面的工作方法截然不同。
　　在解决实际问题的过程中，知道是什么固然重要，但更重要的是，还要知道为什么和怎么办。很多数据分析工作，一直停留在是什么这个阶段，是因为思维被限制在单个维度的范围之内。
　　为了打开数据分析的思路，我们可以运用相关思维，找到对最终目标具有关键影响的原因。
　　比如说，针对销售额这个目标，找出顾客满意度、降价、产品质量等可能影响的因素，分析这些因素与目标的相关程度，从而得知对销售额产生剧烈影响的原因。需要主要的是，相关关系并不等于因果关系。
　　4。制定对策，要依据方程式
　　了解相关程度的大小，对锁定原因非常有效，但是只靠相关分析，却无法知道这个原因对目标产生的影响有多大。
　　领导可能会问：那么具体要采取哪些措施，要做到何种程度呢？
　　相关分析归根到底还只是知道为什么，而并不知道怎么做。
　　通过回归分析，可以将2个数据之间的相关关系，表现为具体的公式。
　　比如说，为了提高某设施的使用率，假设使用人数与使用满意度之间存在相关关系，下一年度使用人数的目标为2000人，根据历史数据进行回归分析，可以得出下面的回归方程式：
　　200023。68使用满意度174。7
　　从而计算出，使用满意度（2000174。7）23。6877分，我们在散点图中也能看出这个结果。
　　如果只是提出提高使用满意度的口号，我们还是无法采取具体的行动。于是，接下来要关注与使用满意度高度相关的使用方便程度，它是提高使用满意度的更进一步原因。
　　类似地，对使用满意度与使用方便程度进行回归分析，再用回归方程式反向计算出，想要使用满意度达到77分，就要让使用方便程度的分数达到约66分，从而比较明确地回答了上面要做到何种程度的问题。
　　5。用数据讲故事
　　解决问题的故事，可以总结为：明确目的或问题大致把握现状锁定问题的关键锁定原因研究及实施对策，这就像医生为患者看病并开出处方的过程。
　　有些人做的数据分析报告，会密密麻麻地写满详细的文字或图表，让人抓不到重点，看不到关键的结论和建议，不知道到底想要说明什么。这种面面俱到的做法，还是放弃为好。
　　我们在用数据讲故事的时候，应该把主要的时间和精力，用来思考核心信息是什么？看报告的人想要知道什么？