作 者:林骥
数据分析的问题有很多,但几乎所有的问题,都逃不开下面这 9 个经典的问题:
是什么?What
是何人?Who
有哪些?Which
为什么?Why
是何时?When
是何地?Where
怎么做?How
多少钱?How much
多少量?How many
其中 9 个英文单词的首字母,就组成了 6W3H 模型。
我把这 9 个经典的问题,分别对应到数据分析的 9 种思维,分成 3 个大类:
一、理解现状
二、分析原因
三、预测未来
理解现状
1、目标思维:是什么?What
明确数据分析的目标,能够帮助我们更好地理解现状。
因为只有明确目标,才不会迷失方向。就像使用地图导航一样,如果你没有目的地,那么它就无法告诉你准确的路线图。
问题其实就是目标与现状之间的差距,而数据分析的目标思维,就是通过数据分析的方法,来消除或缩小这个差距。
所以,要解决一个问题,我们就得先知道,目标是什么?现状怎么样?为什么会有差距?如何消除这个差距?
当我们有了清晰的目标,并且知道当前的现状,就更容易找到问题所在,从而有针对性地给出解决方案。
可是,很多人的思维方式并不是这样的,他们往往在还没有弄清楚问题是什么的情况下,就急于给出自己的答案。
比如,有人建议说:因为客户说产品包装太丑了,问能不能改一下?请问你应该怎么办?你说那我们就重新找个设计师,再重新设计一个包装。
但事实的情况,也许是 1000 个客户里面,只有这 1 个人说丑,其他人都觉得还挺好看的。
你看,现状不一样,问题是不同的,所对应的解决方案也是不一样的。
因此,要解决一个问题,你首先得弄明白,问题到底是什么?先别急着给方案,如果连问题在哪儿都不知道,那你上哪儿去找答案呢?
所以,你需要在理解业务的基础上,正确地定义问题,将问题描述清楚,知道问题的本质到底是什么,这是找到正确答案的第一步,也是最重要的一步。
建议你亲自用心聆听业务的难题与需求,这比看别人给你的二手资料要好。因为吃别人嚼过的馒头,不仅没有滋味,而且不卫生。
而且,通过直接聆听与提问,明确分析的目标,不仅可以让问题变得更加清晰,而且可以让人感受到你的用心,知道你是真的在乎他的业务,真心诚意为他解决问题,从而建立双方的信任感。
2、对比思维:是何人?Who
运用对比思维,最重要的其实就是 2 点:
(1)比什么?
(2)和谁比?
知道对比的对象是谁,能够帮助我们更好地理解他人和表达自己。
一个好的数据分析,一定会用到对比思维。
一个好的数据指标,通常都是比较性的。
对个人来说,为了提升自己的能力,也可以运用对比思维。
比如,找几个自己最佩服的人,把他们作为学习的标杆,分析他们身上值得学习的地方,通过对比,找到自己可以改进的方向,以便确定下一步行动的方案。
3、细分思维:有哪些?Which
因为数据分析可以细分的维度太多,所以当我们把问题进行细分以后,可能就会变成很多个子问题,导致问题变得太多太杂,让人陷入到问题的深渊中。
按照二八法则,其实在大多数情况下,80% 的结果是由 20% 的原因造成的。
比如,80% 的利润来自于 20% 的客户,80% 的销售来自于 20% 的产品。
在日常工作和生活中,我们需要知道最重要的问题是哪些,然后集中时间和精力,把这些重要的问题解决好就可以了。
比如,假设小明的年龄不小了,他的妈妈就开始操心他的婚事了,于是就托人给小明介绍相亲的对象。
这个媒人介绍说:你看这个姑娘,我觉得很好。
小明的妈妈就问:她哪里好了?
媒人说:这个姑娘的名字叫小芳,不仅皮肤白,而且家庭富裕,目前她在上海的一家世界 500 强公司上班,长的好看又善良,一双美丽的大眼睛,辫子粗又长,身材也非常好,平时喜欢吃辣……
小明的妈妈打断媒人说:哦,原来是个「白富美」呀!
你看,小明的妈妈就抓住了问题的重点,简简单单三个字,就总结出了对象的精髓。
分析原因
4、溯源思维:为什么?Why
溯源思维,本质就是追根溯源,不断追问为什么,分析问题的根本原因,洞察事物的本质。
比如,小明工作的业绩大幅下滑,领导找他谈话。
领导问:为什么你工作的业绩大幅下滑?
小明说:因为我心情不好。
领导问:为什么你心情不好?
小明说:因为我上当受骗了。
领导问:为什么你会上当受骗?
小明说:因为骗子用生命安全来吓唬我。
领导问:为什么骗子能吓唬到你?
小明说:因为求生是人的本能。
领导问:为什么人会有求生的本能?
小明说:这……我不知道。
领导说:我看过脑科学和心理学的相关书籍,据说大脑在进化的过程中,分为年代久远的本能脑、相对古老的情绪脑和非常年轻的理智脑。
其中理智脑对大脑的控制能力很弱,所以一般人的大部分决策,其实都是用本能脑或情绪脑,而不是用理智脑。骗子正在抓住了人类大脑的弱点,故意制造让人恐惧害怕的情景,让被骗的人失去理智,导致上当受骗。
推荐你看一本书:《思考,快与慢》,作者是获得诺贝尔经济学奖的心理学家丹尼尔·卡尼曼,他把人类的思考模式分成 2 个系统,系统 1 是依靠直觉的快思考,系统 2 是主动控制的慢思考。书中介绍了一些帮助人们唤醒慢思考的方法,比如:「事前验尸」、借助公式、外部视角,等等。
另外,建议你学习和运用数据分析思维,提升信息鉴别的能力,也能降低上当受骗的概率。
5、相关思维:在何时?When
运用相关思维,思考数据与时间之间的关系。
比如,小明为了分析工作成果与时间之间的关系,他统计了每个时间段的工作成果,发现早上 9 点到 11 点这两个小时的工作效率是最高的。
所以,他每天利用这段高效工作的时间,专注搞定当天最重要的任务,结果产生积极正面的影响。重点不在于做了很多事,而在于把重要的事做到极致。
如果你不掌控自己的时间,别人就会来掌控你。数不清的任务会像滔滔江水一般,源源不断地占用了你的时间。
你只有改变自己的思维方式,把主要的时间和精力放在重要的事情上面,懂得舍弃一些东西,才能过上自己想要的生活。
如果你认真记录一下自己的时间花销,一定会感到震惊:自己竟然花费如此多的时间在那些跟目标无关的琐事上。而且当你意识到这个问题之后,内心就会产生一种想要改变的动力。
6、假设思维:在何地?Where
运用假设思维,大胆假设不同的场景,分析用户可能会在什么地方使用产品。
比如,小明使用一款学习类 App,是在家里、在办公室、在公交车上、在地铁上、还是在私家车里?
分析产品的具体使用场景,可能会影响产品的形态和部分的特质。
比如,对于学习类 App 的内容呈现形式,是文字、音频、还是视频?
如果是在上下班的路上学习,而且一边开车一边学习的话,那么最好的内容形式是音频,因为开车的时候不能看手机,但是可以听音频。
在大胆假设的基础上,还需要小心求证,才能做出更加满足用户真正需求的产品。
预测未来
7、逆向思维:怎么做?How
经过数据分析,知道原因之后,接下来就需要对未来做出适当的预测,并采取相应的行动。
有时候,即使知道了原因,也不知道该怎么做。此时,不妨运用逆向思维,打破常规的思维模式,从相反的方向来思考问题。
比如,小明上当受骗之后,经过不断追问为什么,知道是因为骗子利用了大脑的弱点,但是,那又怎么样?
就算你报警,警察可能也抓不住,因为有些骗子身在国外,有些骗子会让你抓不到把柄,早就想好了全身而退的方法。
在利益的驱使下,预测未来骗子不会消失,而且还会变着花样来行骗。
既然我们无法让骗子消失,那就运用逆向思维,让自己的大脑变强,提升自己的认知能力,克服一些人性的弱点。比如,提高警惕、不贪便宜、保护隐私、不轻信、不赌博,等等。
8、演绎思维:多少钱?How much
对未来的投入进行量化,以便将来复盘总结的时候,能够检验行动的效果。
比如,小明为了提升认知能力,计划每年花多少钱用在学习上?投入多少时间?等等。
在投入金钱和时间之后,运用演绎思维,预测未来的收益,这也是一种思维能力的训练。
通过多思考、多研究、多实践,就能不断提升自己的思维水平,成为一个更有洞察力的人。
9、归纳思维:多少量?How many
除了按金钱或时间的方式进行量化,还可以按数量或频次的方式进行量化。
比如,小明为了让身体更加健康,计划每天走多少步?每周健身多少次?等等。
最后,运用归纳思维,总结得出有价值的分析结论,这既是数据分析的终点,也是数据分析的起点,形成一个正向的循环系统。
最后的话
虽然这篇文章的标题是「数据分析的 9 个经典问题」,但其实已经隐含了各种各样的问题。
举一个简单的例子,如果想要分析用户的购买行为,那么可以提出以下问题:
What:购买什么产品或服务?用户的需求是什么?用户的目标是什么?
Who:谁购买?谁使用?谁影响购买?
Which:产品功能有哪些?竞争对手有哪些?
Why:为什么购买?为什么喜欢?为什么讨厌?
When:在何时购买?在何时使用?在何时产生需求?
Where:在何地购买?在何地使用?在何地产生需求?
How:怎么购买?怎么影响购买行为?
How much:需要付多少钱?平均客单价是多少?
How many:一定时期内购买多少次?人均购买多少量?
从明确目标,到收集数据,再到制作报表,再到分析数据,进而采取行动,最终产生价值,我们把这个过程称为「分析价值链」,其中最后一个环节,行动产生价值是至关重要的。
(图片来源:Dykes,2010)
假如你经过千辛万苦,经历九九八十一难,做出的分析结果却无人问津,或者没有受到重视,或者没有转化为具体的行动,发挥不了指导的作用,那么就没有创造出应有的价值。
由于公众号平台更改了推送规则,如果不想错过后续内容,记得点下“赞”和“在看”,这样下次有新文章推送,就会第一时间出现在你的订阅号列表里。
爱数据福利大放送
扫描/识别下方二维码后
回复【509】即可领取
《十周入门数据分析》
《10周入门数据分析》内容概览
《10周入门数据分析学习大纲》部分内容
点击【阅读原文】测一测你适合做数据分析吗?