5步法，快速找到数据分析思路

大家好，我是爱学习的小xiong熊妹。

在工作中，经常有小伙伴遇到：做数据分析没思路的问题。如果是日常工作还好，可以对着以前的报表抄一份。但是面试时遇到没思路的问题，可能就含恨而终了。今天就分享下，如何快速找到思路。

比如被面试官问道：“你要如何分析一款APP”。此时忽然脑子短路，不知道从何说起，该怎么办呢？别着急，分五步，一步步来。

第一步：定场景

首先，不要空泛地讲“APP分析要看XXX指标”，这样很容易挂掉。因为APP的种类太多了，不同的APP功能不一样，看的指标肯定也有差异。因此最好的办法是明确一个具体的APP，锁定问题场景，再具体聊，就不容易翻车了。

此时可以：

• 掏出手机，指着一个电商/社交/短视频/外卖/打车APP

• 事先下载好面试企业的APP

• 指着自己前公司的APP

然后说：我们以这个为例进行分析。总之对着一个具体地说，会容易很多。

第二步：明指标

有了具体场景以后，可以明确：该场景下待分析的数据指标。数据指标是分析的基础，先定指标，再谈分类维度，再谈怎么分析。

而常见的场景下，分析指标是固定的：

• 产品分析：DAU、MAU、活跃率、活跃时长、主路径转化率

• 销售分析：销量额、销量利润、购买客户数、购买转化率

• 商品分析：库存量、销售量、动销率、库存周转时间

……

因此只要有具体场景，就能很容易地找出关键指标，进行分析。如果对常用指标不熟悉，可以参考之前发的哦：大合集！互联网行业常用数据分析指标

注意，本案例中，面试官问的是APP分析，APP包含了很多方面，完全展开内容特别多，可以先给个框架，然后挑一个方面深入。比如电商类APP，可以先看活跃用户、消费用户、GMV几个核心指标。

第三步：看规律

定了数据指标以后，先挑重点指标，把发展趋势线画出来。比如产品分析，可以假设产品的DAU走势图如下，然后主动告诉面试官：通过观察DAU的走势，可以发现：

• 是否有周期性变化规律

• 重大活动影响

• 发展趋势向好/向坏

（如下图）

这一步分析，为后边深入分析打个基础。这里可以利用九大数据分析方法中的周期性分析法，参见之前的分享哦。九大数据分析方法之：周期性分析法

第四步：找异常

在第三步中，我们给出了正常的规律，相应的，也能通过数据监控，发现异常情况。从而锁定要深入分析的问题点（如下图）

这样先画个形状，再讨论是否有问题的做法，能让面试很轻松。有的人略过这一环，说完指标，直接就说：“如果活跃率低了，我要拆解XXX进行分析”，这样很容易被面试官挑战：“你怎么知道低了就是异常呢？”

万一是数据错了呢？

万一是正常波动呢？

万一是轻微波动呢？

万一是周期性波动呢？

这些质疑，都能通过一张图轻松化解。结合图形，还能显示我们懂周期性分析法，会寻找波动规律，一举两得。

第五步：查原因

发现了异常以后，可以深入查原因。最简单的方法就是结构分析法+指标拆解法。对问题进行拆解，找到问题发生点。这里不一定穷尽所有可能性拆解，可以把主要的分类维度列清楚，让面试官看到思路即可。面对面试的开放性问题，这么回答已经足够了（如下图）。

小结

经过这五步，回答已经很完善了，记得答完以后总结一下：“以上五个步骤，就是我们从0开始分析一款XX类APP的过程。这样即使一开始不了解该App，也能一步步摸出数据规律，发现问题。” 如果面试官不挑剔的话，就能混过关啦！

注意事项

注意事项1：定场景阶段，不要找复杂业务场景。有些APP看着操作简单，背后的业务却很复杂，比如外卖APP，站在用户角度，只是下单点个外卖。可其后，还包含了订票、出行、骑车各种业务，还有平台方、商家的业务，复杂得很。讲这种复杂的例子，很容易翻车。所以推荐用业务简单一些的，直营类卖东西的APP/小程序（比如我个人很喜欢的X黑鸭商城）这样翻车概率小很多。

注意事项2：活动类问题，把“看规律”换成“设目标”。上边例子，是以App为例，App运营是日常工作，因此有很长时间的连续性数据。还有些工作不是日常工作，而是阶段性的。比如促销活动，比如广告投放。

此时，可以把第三步“看规律”换成“设目标”，一般阶段性活动、推广，都有明确的目标。比如获取XX名新人，增加XX万销售。定好目标以后，就能通过实际数据和目标的差异，推进到第四步找异常上边。有些人不注意这一点，面试的时候没讲目标，就blabla讲了一堆指标。面试官反问一句：“你凭什么说活动不好？”就把丫问蒙了。目标很重要，一定要提前订好。

以上就是面试时找思路的基本做法。喜欢的话，可以点赞+转发+在看，三连支持下小熊妹哦。可能还有小伙伴会疑惑：有时候面试官会问一个很具体的问题，比如“我们的DAU下降了10%，可能是什么原因？”这时候相当于场景、指标已经被定死了，该怎么回答才不显得外行呢？我们下一篇来分享吧。

作者：小熊妹。公众号：码工小熊。数据界新人，喜欢数据分析、数据挖掘。