每日忙于取數、缺少領導指導、對業務不熟悉，是阻礙數據分析師成長的三座大山。如果再加上：被追著屁股要報告 + 報告被嫌棄沒深度，簡直就是“五雷轟頂”。最典型的，比如這位星友，簡直是各種困難都集齊了：
圖片
因為問題太過典型，所以今天專門分享一下破局思路，有相似難題的同學做參考哦。
理清解題步驟
用數據分析解答業務問題是有固定步驟的：
第一步：基于業務流程，梳理數據指標體系
第二步：基于指標體系，診斷業務發展中問題
第三步：基于問題診斷，分析業務行動有效性
因此，到一個新環境，第一步要先了解業務流程，梳理指標體系。像這位同學，隨手寫出的指標很零散，看不出主次，這就是第一步解題動作。
梳理數據指標體系
之所以叫指標“體系”，是因為零散的一堆指標很難看出問題，需要有邏輯地組織起來。常見的組織有三種：并列式、總分式、漏斗式。這位同學主要做的是toB銷售，因此適合用總分式，先理清：GMV、客單價、頻次、毛利、凈利潤關系（如下圖）。
圖片
之后，可以結合新客戶拜訪流程/老客戶下單流程，理清銷售過程指標（如下圖）。
圖片
數據指標體系也需要分類維度的配合，銷售類指標體系，一般搭配人（客戶）貨（商品）場（銷售渠道）作為分類維度。
圖片
這樣就搭起來指標體系的骨架，后邊可以根據業務流程細節做修修補補，也能進行診斷性分析。這一步是基礎工作，得先熟悉業務場景，理清指標關系，不然后邊都很困難。
建立問題診斷邏輯
有了數據指標體系以后，診斷問題就很輕松，一般按照“由遠到近，從大到小”的原則，構建診斷問題邏輯：
1、是否符合常規銷售周期（剔除報假警）
2、是否持續性下跌（從下跌源頭開始追查）
3、是客戶數少了，還是下單金額少了（下鉆）
4、是大客戶少了，還是散客少了（人的維度）
5、是時令生鮮少了，還是硬通貨少了（貨的維度）
6、是銷售開發少了，還是自主下單少了(場的維度)
這一步，1、2、3問題，不需要拆分，只看整體指標即可，因此可以很快上手。4、5、6問題比較麻煩。一來，需要拆分數據，觀察很多次。二來，不同時間點，問題可能不一樣，因此需要在不同月份更換拆分維度。三來，需要積累業務標簽，才方便解讀數據。
圖片
這個過程需要分析經驗的積累+不斷嘗試，因此可能消耗較多時間。伴隨著積累的增加，也顯得一個數據分析師在行業經驗越來越豐富。
衡量業務行為效果
“選商戶經常購買的品類提升價格”，就是一個業務做的提升業績的動作。這種對具體業務動作的分析，要先提分析假設，這樣很容易推出結論。
比如漲價提升業績，最好的情況下：選品是高溢價、高品質的非標品，比如小青龍，車厘子之類，客戶很難橫向對比價格，加上本身品質不錯，對價格沒那么敏感，那漲價也能接收。
最差的情況下，選品是普通的、品質區分度不大的標品，比如米面油蛋，客戶一看“誒呀，你比市場價貴那么多！”就跑掉了。
在做分析的時候，可以把上述假設表述如下：
圖片
這樣數據出來以后，直接觀察結果就行了
1、活動上線以后，整體業績是上升（成功）還是持平、下跌（失?。?/p>
2、活動刺激的品類，哪些價格敏感度高（失?。┠男┟舾卸鹊停ǔ晒Γ?/p>
3、參與活動的客戶，是否整體消費減少（失敗）是否轉向采購未提價商品（失?。?/p>
評估1次活動效果是相對簡單的，作為數據分析師，只要能理清活動目標，活動達成目標的業務邏輯，就能快速輸出評估結果。這是數據分析師們應優先培養的能力。
但回答業務部門：“我要怎么做才能提升業績”，則是需要較長時間沉淀的。因為提升業績的手段不止一種，得在實踐中見多識廣，多了解一些業務手段，才好做出建議。這就需要數據分析師們多做記錄了，把圍繞同一目標的不同業務動作整理出來，之后才好對比效果。
