編輯導語：相信很多同學在分析問題的時候都有困惑：為什麼要解讀數據，怎麼深度解讀數據？這篇文章作者從七步走，詳細闡述了如何進行深入解讀數據 ，感興趣的小夥伴一起來看看吧~

“你看看最近的銷售數據，有啥發現不？”在工作中，這種無明确目标的問題經常出現。讨厭的地方是：大部分時候，日常數據就是隻有一點波動。如果直接把“環比3%增長”這種結論報上去，又會被扣個“這我也知道，要深入分析！”的帽子。那到底該咋辦？今天系統講解下。

解讀數據是有标準順序的，分為7步走：看數字、找規律、立标準、看結構、明假設、驗真僞、出結論。我們不着急，一步步來講：

這是最基礎的，同比、環比、絕對值、漲了、跌了……日常報告都是這些東西。但是這些東西不招人待見。一來，隻要是個人看一眼就知道情況了，沒啥寫的必要；二來，這些玩意沒業務含義，講了跟沒講一樣，所以必須深入一步。

想深入一步，可以把數據時間拖長一點，看看有沒有自然規律。這一步沒有任何技術含量，直接把日報表連起來看即可，但是非常管用！因為很多常規數據波動，就是有周期性規律的。掌握了規律，可以避免大驚小怪，誤報錯報。還能敏銳地觀察到真正的問題（如下圖）。

想再深入一些，就得找判斷标準。數據 标準=判斷，有了好壞判斷，才能繼續往下思考：為啥好/為啥壞。最好的标準，就是有個KPI值壓在頭上，這樣直接對比KPI完成率就有結論。

但有些非核心指标，沒有KPI要求，這時候就得找其他标準。比如用場景拆解法，把非核心指标與KPI指标的關系，KPI達标時候非核心指标的數值範圍找出來，這樣也能形成判斷标準，做出判斷。

有了好壞判斷，可以進一步思考原因。但在思考原因之前，最好先看下指标内部結構，找到影響指标的大頭。這樣重點清晰，更容易看出問題所在。

比如看銷售情況，銷售講究人、貨、場，先從用戶、商品、渠道三個維度，單獨看内部結構，看哪個類型的占比高，哪個類型在當前表現好/差。這樣分清重點，容易形成思路。

比如看成本情況，區分可變成本、固定成本，可變成本區分商品成本、營銷成本。固定成本裡區分前台、後台成本。這樣更容易看出哪一塊是波動來源。

有了這一步，後續再找原因就輕松很多了，可以直插重點。

有些比較懶的同學，直接在上一步就下結論了。比如最近銷售不好是因為A商品沒賣好。成本高了是因為促銷花錢太多……可這種原因往往太膚淺。

1. 一來，有可能A商品沒買好是因為其他藏的更深因素導緻的（有更深因素）；
2. 二來，有可能A商品沒買好是因為某幾類用戶在流失（其他因素波及）；
3. 三來，即使A沒買好是因為A不行，那也不見得短期内能改正，還是得想其他辦法（問題分析的可落地性）。

所以，再往下深入，一定要清晰假設，撸出來問題背後的邏輯。很多同學到這一步會傻眼，覺得原因千頭萬緒，我該怎麼列才合理？這裡有兩個簡單的辦法：

從最近發生的事情入手，能快速找到解釋問題來源的假設。我們可以先收集最近發生的正向/負向的事件，然後逐一看：

• 理論上：這個事件對哪些指标有影響；
• 實際上：這個事件的發生程度，相對應數據變化。

這樣逐一排查，找出問題來源。

從業務可能采取的行動入手，則能快速找到業務應對手段的假設。比如面對業績下降，短期内業務就三闆斧：

1. 上促銷，派一堆優惠券；
2. 搞培訓，抓幾個典型示範；
3. 改文案，把推廣鍊接換換。

那麼，我們可列假設：

1. 按過往投入産出比，促銷可以拉升業績；
2. 人員是參差不齊的，有标杆可以參照；
3. 推廣是參差不齊的，有标杆可以參照。

之後逐一檢驗即可。

有了假設可以驗證。注意，很多日常數據波動，是沒資源給我們一一做ABtest來驗證的。因此這裡說的驗證，更多是找證據。找到足夠多的、明顯的、數據上的證據，來證實觀點。

比如我收到最近商品調價信息，那麼理論上，如果是暢銷品，快供不應求調價，是會提升收入的，而普通商品被逼無奈地調價隻會傷害銷量。那麼驗證的思路就是：

1. 調價商品過往銷售、庫存數據如何（判斷類型）；
2. 調價商品從哪一天開始調的，調完了銷售有啥變化；
3. 調價商品影響面有多大，剔除這個商品，其他還有問題不。

這樣綜合利用數據，就能下判斷。

比如我們假設：做促銷可以拉升業績。那麼可以把之前促銷效果數據拿出來參考。

1. 當時投入了多少，做了幾天；
2. 當時提升了多少；
3. 目前按這個數量，能否填上坑。

這樣也能下判斷：如果現在上促銷，能拯救局面不，還需要哪些措施。

到這一步我們已經做了充足的功課，交作業的時候，可以做非常詳盡的彙報：

1. 現狀很好/很差，表現為……（第123步的結論）；
2. 現狀好，是因為……（第4步的結論）；
3. 更深層的原因是……（第5步的結論）；
4. 這種好預計是可以持續/不可持續的，因為……（第6步結論）；
5. 因此，建議……（繼續觀察/采取措施/集體研讨更進一步方案）。

附件裡，附上詳細的數據過程，就顯得既全面，又有深度了。

7步驟的開展順序：

注意，這7步驟，不用等到有人提問的那一刻才開始做。因為：

1. 第1、2、3步，完全是基礎數據解讀，平時就能幹；
2. 第4步，要收集近期業務動作，行業大事，平時就能幹；
3. 第4步，要對業務過往行動做複盤，曆史上有記錄。

平時做好功課，事到臨頭要做的，其實隻有第5步中的利用曆史數據測算和驗證影響兩件事。

所以我們常說，數據分析師想要加強數據洞察能力，就得多積累分析經驗，針對具體業務問題，收集業務動作，多複盤，這樣才能認識得越來越深入。每次具體問題來了，才有豐富的彈藥庫可用。

#專欄作家#

接地氣的陳老師，接地氣學堂，人人都是産品經理專欄作家。資深咨詢顧問，在互聯網，金融，快消，零售，耐用，美容等15個行業有豐富數據相關經驗。

本文原創發布于人人都是産品經理。未經許可，禁止轉載。

題圖來自 Unsplash，基于CC0協議。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!