本文将分享針對某一項業務比如采購、比如銷售、比如運營，如何切入數據分析來解決問題，以什麼樣的思考方式。

以采購這一項業務為例。在采購過程中，數據分析具有極其重要的戰略意義，是優化供應鍊和采購決策的核心大腦。因此做好數據分析，是采購過程中最重要的環節之一。

那麼如何借助數據分析呢？以下梳理出數據分析的8步流程，以及常見的7種分析思路。

1、為什麼分析？

首先，你得知道為什麼分析？弄清楚此次數據分析的目的。比如，什麼類型的客戶交貨期總是拖延。你所有的分析都的圍繞這個為什麼來回答。避免不符合目标反複返工，這個過程會很痛苦。

2、分析目标是誰？

要牢記清楚的分析因子，統計維度是金額，還是産品，還是供應商行業競争趨勢，還是供應商規模等等。避免把金額當産品算，把産品當金額算，算出的結果是差别非常大的。

3、想達到什麼效果？

通過分析各個維度産品類型，公司采購周期，采購條款，找到真正的問題。例如這次分析的薄弱環節供應商，全部集中采購，和保持現狀，都不符合利益最大化原則。通過分析，找到真正的問題根源，發現精細化采購管理已經非常必要了。

4）線-柱圖：這種類型的圖不僅可以顯示出同類别的比較，還可以顯示出趨勢情況。

5）條形圖：類似于橫向的柱狀圖，和柱狀圖的展示效果相同，主要用于各項類的比較。

6）餅圖：主要顯示各項占比情況。餅圖一般慎用，除非占比區别非常明顯。因為肉眼對對餅圖的占比比例分辨并不直觀。而且餅圖的項，一般不要超過6項。6項後建議用柱形圖更為直觀。

7）複合餅圖：一般是對某項比例的下一步分析。

8）母子餅圖：可直觀地分析項目的組成結構與比重

圖表不必太花哨，一個表說一個問題就好。用友好的可視化圖表，節省閱讀者的時間，也是對閱讀者的尊重。

有一些數據，辛辛苦苦做了整理和分析，最後發現對結論輸出是沒有關系的，雖然做了很多工作，但不能為了體現工作量而堆砌數據。

在展現的過程中，請注明數據的來源，時間，指标的說明，公式的算法，不僅體現數據分析的專業度，更是對報告閱讀者的尊重。

1、簡單趨勢

通過實時訪問趨勢了解供應商及時交貨情況。如産品類型，供應商區域（交通因子），采購額，采購額對供應商占比。

2、多維分解

根據分析需要，從多維度對指标進行分解。例如産品采購金額、供應商規模（需量化）、産品複雜程度等等維度。

3、轉化漏鬥

按照已知的轉化路徑，借助漏鬥模型分析總體和每一步的轉化情況。常見的轉化情境有不同供應商及時交貨率趨勢等。

4、用戶分群

在精細化分析中，常常需要對有某個特定行為的供應商群組進行分析和比對；數據分析需要将多維度和多指标作為分群條件，有針對性地優化供應鍊，提升供應鍊穩定性。

5、細查路徑

數據分析可以觀察供應商的行為軌迹，探索供應商與本公司的交互過程；進而從中發現問題、激發靈感亦或驗證假設。

6、留存分析

留存分析是探索用戶行為與回訪之間的關聯。一般我們講的留存率，是指“新新供應商”在一段時間内“重複行為”的比例。通過分析不同供應商群組的留存差異、使用過不同功能供應商的留存差異來找到供應鍊的優化點。

7、A/B 測試

A/B測試就是同時進行多個方案并行測試，但是每個方案僅有一個變量不同；然後以某種規則優勝略汰選擇最優的方案。數據分析需要在這個過程中選擇合理的分組樣本、監測數據指标、事後數據分析和不同方案評估。

最後，關于數據分析，一倆篇文章不能傳遞透徹，感興趣可以關注我的公号：數據分析不是個事兒，這裡有系列幹貨！

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!