做数据分析的同学们都遇到过这个问题:从多维度分析问题,提出对业务有意义的建议。这个题目看起来很简单,可很多同学辛辛苦苦跑了一堆报表,结果只落得业务一堆抱怨:
“你这一堆说明了啥!”
“你的重点在哪里?”
“你的维度太单一了!”
好!冤!枉!
明明出了那么多组数据,为什么还被说“分析维度不够多?”今天我们系统解答一下。问题的本质是:业务口中的“多维度”,完全不是你想的那个“多维度”。
1
数据分析眼中的多维度
对数据分析师而言,多维度,往往指的是数据指标的拆分维度。举个简单的例子:3月份销售额3个亿。这就是一个指标,没有拆分维度。如果加了分类维度,就是下边的效果:
注意:比起只看总数,用多维度拆解数据,是能更精确的定位数据的。常见的方法有两种:一、添加过程指标;二、按业务管理方式添加分类维度。比如只看总销售金额,我们发现差3000万达标,可我们并不知道为什么不达标。这时候如果拆解细一点,比如:
1、添加分类维度:看到哪个业务线没做好(如下图)
2、添加过程指标:看到从用户意向到付费,哪个环节出了问题(如下图)
增加过程指标+分类维度&#