数据分析，如何做才算“深入”？

很多同学很困惑，到底什么算“深入”分析？为什么自己做的数据分析总被嫌弃“不够深入”。今天系统解答一下。举一个最常见的分析需求：业绩下降了，分析下原因。这是各个公司的销售、运营、产品都最爱问的问题。看似来似乎非常简单哦。

肤浅的分析长这样

 

深入是个形容词，是相对于肤浅而言的。常见的肤浅分析，有以下三种：

1、答不对题。题目问的是“分析下原因”，结果做分析的人只给出来一些数字。诸如：华北片区降低了5%。完全没有原因，也没有啥结论。

2、不分对错。题目给的场景是“业绩下降”，并没有说下降本身是好还是不好。结果做分析的人一看下降就默认是“不好”，然后开始长篇大论。最后只换回一句：“我们早就料到啦，因为投入在降低呀”，好尴尬。

3、缺少论证。很多做分析的，只是列出一个下降的业绩曲线，然后写了一大堆完全无法用数据论证的理由，什么宏观环境、消费习惯等等。开局一张图，原因全靠猜。即使不看报告，业务部门自己也能猜到这些理由，最后落了一句：“我早知道了，讲点我不知道的”

 

肤浅VS深入的区别

 

之所以会分析的很肤浅，是因为缺少论证过程，缺少理解问题的真正状况，只是停留在数字层面加减乘除。想要深入，就得一步步的建立分析逻辑，开展论证。特别是这种看似简单的问题。问题题干越短，意味着情况越不清晰,越需要梳理。提问的人可能没有受过转业训练，想到什么说什么。可做分析的同学必须沉住气理清状况，才能剥丝抽茧，找到答案。

 

想深入先做这三步

第一步：梳理事实

要理清的包括以下内容：

1、是什么时间的事

2、目前结束了没有

3、从多少降到多少

4、 是周期性、突发性、还是持续性事件

梳理清楚这些，才知道问题的真实面貌。才有下边具体讨论。

第二步：问题定性

到底下降是不是问题？现要有个清晰的判定