数据诊断模型，该怎么搭建？

你会用数据下判断吗？
你怎么确定你的判断是准确的？
现在业务说你判断错了，你怎么应对？

用数据下判断，是看似简单，实则极大影响数据分析结果的一个问题。同样是本月销售业绩1000万，如果判断是：业绩很好。那么下一步的分析就是总结成功经验。如果判断是：业绩很差。那么下一步的分析就是发现问题，寻找方案。

一、数据诊断问题，为啥那么难

这一点看似简单，可网上90%的文章教的是错的。

网文的逻辑，一般是：

• 环比下跌了，所以不好，要搞高
• 同比下跌了，所以不好，要搞高
• 你去问问业务，业务说好就是好

╮(╯▽╰)╭

谁规定的跌就是不好？如果是自然波动呢，如果是计划内的调整呢，如果是营销之后调整期呢？如果是生命周期末尾呢？如果下跌但是KPI仍然达标呢？太多情况了。然后一堆网文还在一本正经的《指标下跌八大分析方法》连啥指标，啥场景都不细讲，分析个屁。

问业务同样有问题。因为你挡不住业务浑水摸鱼。丫今天说好，明天说不好，后天说：请数据分析深入分析到底好不好，大后天再说：你这分析不符合业务直觉。甚至明明KPI达标了，丫还让“你深入分析KPI达标背后的隐藏危机……”

O(╯□╰)o

那么，到底该咋办呢。

二、核心问题：诊断标准

做判断的核心是：找标准。标准涉及到后续轻重缓急及原因判断。一定要事先分清楚。而上文讲到的网文的各种错误，本质上都是来自于