“當(dāng)XX指標(biāo)下跌時(shí)，你會(huì)如何進(jìn)行分析？”XX包括但不限于銷售額、用戶數(shù)、活躍率、ROI等等。

　　這個(gè)問題是一個(gè)面試時(shí)經(jīng)常遇到的問題，也是日常工作中很常見的一個(gè)問題?？赏瑢W(xué)們?cè)诨卮鸬臅r(shí)候，經(jīng)常丟三落四，似乎不管怎么講都講不全。

　　在日常工作中，也經(jīng)常被業(yè)務(wù)方糾纏。屁大一點(diǎn)波動(dòng)也讓你分析一下，分析完了又嫌棄：“我早知道了！”。

　　今天我們系統(tǒng)性講解一下，該如何應(yīng)對(duì)這個(gè)問題。

　　01

　　解讀指標(biāo)波動(dòng)的大原則

　　首先要明白一點(diǎn)：?jiǎn)渭兛繑?shù)據(jù)分析，不可能100%理清所有原因。真實(shí)的原因往往需要數(shù)據(jù)分析+市場(chǎng)調(diào)查+一線走訪+行業(yè)研究共同努力才能鎖定的。數(shù)據(jù)分析在解析原因上，更大的作用是定位問題而不是解答問題。想要解答問題背后的業(yè)務(wù)邏輯，市場(chǎng)調(diào)查要有用得多。

　　其次，業(yè)務(wù)出現(xiàn)波動(dòng)是很正常的事，哪天不動(dòng)了才是見鬼了。所以日常會(huì)經(jīng)常碰到類似問題。第一順位要解決的是判定問題的輕重緩急。這樣才能在時(shí)間和精力都有限的情況下，選擇合適的方法。如果每一個(gè)問題都要深入徹底分析，就會(huì)浪費(fèi)大量人力精力，耽擱其他工作。數(shù)據(jù)分析工作也要講投入產(chǎn)出比的。

　　最后，很多時(shí)候其實(shí)真實(shí)的原因很難100%解析出來，但對(duì)業(yè)務(wù)來說，也不需要100%解析原因才能行動(dòng)。對(duì)業(yè)務(wù)方而言，在特定的時(shí)間內(nèi)，可以調(diào)整指標(biāo)的方法是非常有限的，只要信息量足夠支持行動(dòng)就行了。

　　以銷售指標(biāo)波動(dòng)為例，影響銷售指標(biāo)的原因有一大堆（見下圖）

　　其中：顧客態(tài)度非常難量化，需要調(diào)研支持；外部競(jìng)爭(zhēng)，行業(yè)景氣這些需要行業(yè)研究。而產(chǎn)品賣得不好，到底有百分之多少歸罪于用戶，百分之多少歸罪于銷售，百分之多少歸罪于營(yíng)銷，很難完全剝離清楚?？赡苓€得上個(gè)ABtest測(cè)試一下。如果每一次波動(dòng)都這么折騰去找原因，公司就可以關(guān)門了。

　　與此同時(shí)，改善指標(biāo)的方法卻非常有限的：

　　●如果時(shí)間是一天，只夠在門店做個(gè)商品堆頭

　　●如果時(shí)間是一周，可以做業(yè)務(wù)員話術(shù)培訓(xùn)

　　●如果時(shí)間是一月，才考慮拉動(dòng)銷量的活動(dòng)

　　●如果時(shí)間是季度，才足夠調(diào)整產(chǎn)品線布局

　　●如果時(shí)間是一年，才能策劃新產(chǎn)品

　　所以判定了問題的輕重緩急之后，在有限的時(shí)間內(nèi)幫業(yè)務(wù)部門找到應(yīng)對(duì)策略，改善局面才是最重要的。指標(biāo)能改善回來才是終極目標(biāo)，探索宇宙真理不是終極目標(biāo)。這是企業(yè)里做分析和大學(xué)里做研究的根本區(qū)別。

　　分析指標(biāo)下跌的時(shí)候，本著：清晰情況?+?突出重點(diǎn)?+?夠用就行的三原則，就能應(yīng)付實(shí)際工作中各種場(chǎng)景。分析指標(biāo)下跌并不是下鉆得越多越好，并不是找的指標(biāo)越多越好，并不是事事都得上ABtest。

　　在能滿足業(yè)務(wù)需求的情況，盡量依靠日?qǐng)?bào)、周報(bào)、月報(bào)等固定報(bào)表解決戰(zhàn)斗。盡量把專題分析留給真正有意義的話題，而不是每天對(duì)著這鉆來鉆去。

　　02

　　判斷指標(biāo)下跌的輕重緩急

　　▌第一步：確認(rèn)數(shù)據(jù)沒有異常。實(shí)際上因?yàn)閿?shù)據(jù)源出問題，導(dǎo)致的指標(biāo)異常非常非常多，具體的可以參見做埋點(diǎn)、ETL、數(shù)倉(cāng)的同學(xué)們的各種吐槽。所以遇到問題第一順位先確認(rèn)數(shù)據(jù)沒有錯(cuò)，不要報(bào)假警。

　　▌第二步：確認(rèn)指標(biāo)波動(dòng)幅度。這是確認(rèn)問題的輕重。常見的指標(biāo)，比如銷售額/新用戶數(shù)/活躍率等等，其波動(dòng)是有一定范圍的，根據(jù)歷史經(jīng)驗(yàn)可以劃分為輕中重。在數(shù)據(jù)真實(shí)的情況下，一般重度波動(dòng)都是有明顯跡象的。

　　比如受政策影響要停止某些業(yè)務(wù)，公司主動(dòng)關(guān)停業(yè)務(wù)，春節(jié)/十一等假日因素。所以對(duì)于重大變化，事先要設(shè)好預(yù)期值，這樣看數(shù)據(jù)的時(shí)候，就不會(huì)一驚一乍。對(duì)于嚴(yán)重超出預(yù)料的情況才做重點(diǎn)跟進(jìn)。

　　▌第三步：確認(rèn)指標(biāo)波動(dòng)持續(xù)時(shí)間。這是確認(rèn)問題的緩急。

　　指標(biāo)下跌/上升，通常有三種形態(tài)：

　　●一次性變化：只在某個(gè)時(shí)間點(diǎn)發(fā)生波動(dòng)。一次性變化背后的一般都是短期/突發(fā)事件，比如系統(tǒng)down掉導(dǎo)致無法交易，比如某一天突然下大雨，比如某天上大促銷等等。

　　●周期性變化：會(huì)周期性發(fā)生，比如每周的工作日和周末。一般業(yè)務(wù)開展都有周期性，比如零售行業(yè)，就是以周為單位循環(huán)。工作日和周末就是有明顯波動(dòng)。

　　●持續(xù)性變化：從XX時(shí)間開始，一直出現(xiàn)上升/下降趨勢(shì)。持續(xù)性變化背后往往是有深層次的原因，比如用戶需求轉(zhuǎn)移，行業(yè)繁榮/枯萎，渠道形態(tài)變遷等等。這些都是單一企業(yè)很難低檔，只能跟著走的力量，所以才會(huì)顯示出持續(xù)變化。

　　這三種形態(tài)本身意味著問題的嚴(yán)重性不同。如果是指標(biāo)下跌的話，持續(xù)性下跌≥一次性下跌≥周期性下跌。如果是周期性下跌，一般都不需要大驚小怪。如果是一次性下跌，往往來得猛去得也快，要關(guān)注事件持續(xù)性。持續(xù)性下跌，特別是不見好轉(zhuǎn)，一路大牛市的下跌，持續(xù)的時(shí)間越長(zhǎng)問題越嚴(yán)重。

　　單純看走勢(shì)并不能嚴(yán)謹(jǐn)解釋問題，要和波動(dòng)幅度結(jié)合起來看。比如同樣是周期性下跌，如果本周期的數(shù)值明顯比上周期跌得更厲害，就得注意，可能在周期性變化背后隱藏了其他問題。

　　同樣是一次性下跌，如果相同事件下，跌得越來越厲害，就說明隱藏有其他問題。有些看似一次性事件，帶來的影響可能持續(xù)發(fā)酵，最后演化成持續(xù)性下跌。持續(xù)性下跌中，可能每一期跌幅都不大，但放長(zhǎng)線看，就會(huì)發(fā)現(xiàn)累積跌幅特別大，這時(shí)候問題嚴(yán)重性就更高。

　　很多業(yè)務(wù)部門會(huì)在這里犯錯(cuò)誤。比如一說為什么二月份銷量下降，就理所當(dāng)然地認(rèn)為是春節(jié)影響，沒有認(rèn)真計(jì)算其實(shí)今年春節(jié)后恢復(fù)速度大大慢于往年。一看上促銷有銷量，就急著慶功，沒有計(jì)算促銷前的蓄力期和促銷后的疲軟期越來越長(zhǎng)，很有可能平臺(tái)的用戶已經(jīng)出現(xiàn)了結(jié)構(gòu)性變化，忠誠(chéng)用戶越來越少。這些都是一味憑經(jīng)驗(yàn)辦事，不細(xì)致看數(shù)據(jù)的惡果。

　　做數(shù)據(jù)分析的同學(xué)們，往往會(huì)犯相反的錯(cuò)誤，還沒有判斷輕重緩急，聽到要分析XX指標(biāo)下跌就急著提取一大堆數(shù)據(jù)。既浪費(fèi)時(shí)間，又沒有什么分析假設(shè)，結(jié)果大海撈針一樣空費(fèi)氣力。

　　03

　　不同輕重緩急，不同分析手段

　　▌重+急：趕緊打電話向相關(guān)部門確認(rèn)，之后向領(lǐng)導(dǎo)匯報(bào)。如果真的短時(shí)間內(nèi)發(fā)生重大問題，慢慢寫代碼分析本身就是貽誤戰(zhàn)機(jī)的行為，就像火災(zāi)來了不去打119，還在這認(rèn)真分析哪里起火了，火大不大一樣腦殘。這時(shí)候趕緊先確認(rèn)數(shù)據(jù)有沒有問題，不能報(bào)假警。之后抓起電話趕緊向相關(guān)部門反饋。

　　▌重+緩：對(duì)于長(zhǎng)期存在的重大問題，要深入分析才能找到癥結(jié)，這時(shí)候就得慢慢來，做多角度多維度的分析，而且分析結(jié)論要放回到市場(chǎng)調(diào)查、一線走訪、行業(yè)研究里去相互驗(yàn)證，這樣才是從根上解決問題的辦法。不然分析完一版，業(yè)務(wù)并不覺得好用，最后還是白費(fèi)力氣。

　　▌?shì)p+急：不嚴(yán)重但是突發(fā)問題，先鎖定問題點(diǎn)。因?yàn)閱栴}本身并不嚴(yán)重，如果全面做檢查，很有可能被淹沒在平均值的計(jì)算里。去平均化，把真正問題嚴(yán)重的點(diǎn)暴露出來，這樣后續(xù)分析才能深入。

　　▌?shì)p+緩：這時(shí)候不用急著取一堆數(shù)據(jù)，問題本身不嚴(yán)重，取了也對(duì)比不出來所以然，可以再觀測(cè)一段時(shí)間再說。

　　要注意的是，到目前為止我們沒有談到任何專業(yè)的分析方法或者技術(shù)，只要盯著一根銷售曲線或者用戶數(shù)曲線，做一些簡(jiǎn)單的同比，環(huán)比就夠了。這就是傳說中的數(shù)據(jù)敏感性?？吹街笜?biāo)曲線開始下跌，敏感性高的話會(huì)先對(duì)走勢(shì)進(jìn)行解讀。這一點(diǎn)后續(xù)我們還有專門的分享。

　　有了輕重緩急的判斷，下一步就可以縮小懷疑范圍，建立分析假設(shè)。之前我們說了，單純依靠數(shù)據(jù)很難把原因搞清楚，但當(dāng)我們縮小問題范圍的時(shí)候，就更容易找到問題源頭。而建立假設(shè)，有助于去偽存真的進(jìn)行驗(yàn)證，進(jìn)一步逼近真實(shí)原因。

　　04

　　縮小懷疑范圍，建立分析假設(shè)

　　▌角度一：事件

　　往往重大的變化都伴隨著重大事件的發(fā)生。因此反映在數(shù)據(jù)上，往往表現(xiàn)為在事件發(fā)生后，指標(biāo)應(yīng)聲而落。這樣即使不需要嚴(yán)謹(jǐn)?shù)姆治?，只要在指?biāo)走勢(shì)圖上標(biāo)識(shí)出事件發(fā)生的先后順序，都能看出事件的影響。

　　事件可分為內(nèi)部事件和外部事件。嚴(yán)格區(qū)分兩種事件的影響是個(gè)很巨大的分析工程，而且很有可能壓根區(qū)分不了。但內(nèi)部外部事件對(duì)指標(biāo)的影響方式與效果是不同的。

　　外部宏觀事件我們常用PEST來分析，P影響一般是致命打擊，直接把指標(biāo)打崩，把業(yè)績(jī)搞停。而EST的影響更多是漸進(jìn)的、緩慢的、基礎(chǔ)的、結(jié)構(gòu)性的，因此表現(xiàn)在指標(biāo)上，更多是陰跌不止。

　　內(nèi)部事件往往能短期內(nèi)快速改變指標(biāo)，所以在解讀指標(biāo)變化的時(shí)候，可以按這個(gè)簡(jiǎn)單原則進(jìn)行：泰山壓頂看政策，短期變化找內(nèi)因，長(zhǎng)期異動(dòng)找外因。

　　一定時(shí)間內(nèi)同時(shí)發(fā)生的事件可能很多，要特別關(guān)注三類：

　　●起點(diǎn)事件：指標(biāo)剛開始下跌時(shí)，發(fā)生了什么事；往往起點(diǎn)事件是問題發(fā)生的直接原因。

　　●拐點(diǎn)事件：在指標(biāo)持續(xù)下跌過程中，是否某個(gè)事件的出現(xiàn)，讓問題變得更嚴(yán)重，或者開始轉(zhuǎn)暖。拐點(diǎn)職業(yè)意味著，這是可以改善指標(biāo)的手段。

　　●終點(diǎn)事件：當(dāng)XX事件結(jié)束后，指標(biāo)恢復(fù)正常?；虍?dāng)開始XX事件后，指標(biāo)下跌結(jié)束。終點(diǎn)事件的兩種形態(tài)，代表著兩種改善指標(biāo)的方法：等問題自己過去，或者主動(dòng)出擊解決問題。

　　我們可以把事件標(biāo)注在指標(biāo)變動(dòng)趨勢(shì)圖上，這樣可以清晰地看到事件與指標(biāo)的關(guān)系，從而更好地縮小懷疑范圍，細(xì)化分析假設(shè)。找到那些看起來像是核心問題的事件進(jìn)行深入研究。

　　有趣的是，在指標(biāo)變動(dòng)趨勢(shì)圖上標(biāo)事件這件事，業(yè)務(wù)部門也會(huì)干，而且很多業(yè)務(wù)部門會(huì)直接依此下結(jié)論。比如天氣一下雨銷量就跌，一調(diào)價(jià)銷量就漲。他們就想當(dāng)然的會(huì)說：就是這個(gè)原因。

　　這是一種很經(jīng)驗(yàn)主義的做法，可能會(huì)忽視很多結(jié)構(gòu)性的問題。對(duì)做數(shù)據(jù)分析的同學(xué)而言，對(duì)于非十萬火急的問題，其實(shí)這么做也無妨大雅。既然大家都這么認(rèn)可，我們也省省精力?？梢跃x一些重+緩的問題，深入分析，找結(jié)構(gòu)性變化的原因。這樣既顯得我們有價(jià)值，又顯得我們懂業(yè)務(wù)。

　　▌角度二：區(qū)域

　　區(qū)分問題發(fā)生的區(qū)域/渠道，也可以縮小假設(shè)范圍。比如看起來整體銷售業(yè)績(jī)下跌了30%，是否所有門店，所有區(qū)域都是30%，有沒有還在漲的，有沒有跌得更慘的，還在漲的/跌的慘的是不是有規(guī)律（門店位置、店長(zhǎng)資歷、開店時(shí)間、銷售的產(chǎn)品線、存量客戶群體……）通過分類對(duì)比，可以幫我們更容易找到問題發(fā)生點(diǎn)。

　　這么干還有個(gè)好處：為解決問題找標(biāo)桿。比如在整體銷售業(yè)績(jī)下滑的情況下，有些省份/地市的門店可以做到不下滑，很有可能他們有獨(dú)特的手段可以應(yīng)對(duì)問題。比如在整體流量減少的情況下，有些渠道仍然能供應(yīng)優(yōu)質(zhì)流量，很有可能意味著新的機(jī)會(huì)。因此可以通過對(duì)比不同區(qū)域的數(shù)據(jù)，把表現(xiàn)相對(duì)好的也標(biāo)出來，這樣未來尋找解決方案也有了依據(jù)，不用自己憑空拍腦袋想辦法。

　　需要注意的是，很多做分析的同學(xué)在這一步就直接下結(jié)論，大標(biāo)題寫“各地區(qū)銷售問題分析”，然后給個(gè)答案是：因?yàn)锳BC地區(qū)銷量差，所以拖累大盤。這種分析是很容易引來：“我早知道了”的吐槽的。因?yàn)檫@只是找到了問題發(fā)生的地點(diǎn)，沒有真正切入問題原因，真正影響零售的是外部?jī)?nèi)部，是人貨場(chǎng)，不找到真正的問題根源，是不能說“問題原因是XXX”這句話的。

　　▌角度三：群體

　　同區(qū)域類似，可以區(qū)分不同的客群進(jìn)行切入，看不同客群間是否有差異。產(chǎn)品線也可以做類似的區(qū)分觀察。一般傳統(tǒng)企業(yè)沒有完善的CRM，缺少客戶ID，所以從產(chǎn)品線+區(qū)域的角度切入的比較多?；ヂ?lián)網(wǎng)企業(yè)更關(guān)注用戶群體，從用戶角度切入的多。

　　這里引發(fā)了一個(gè)問題，比如當(dāng)我看到區(qū)域、客群、產(chǎn)品線的時(shí)候，有可能都存在組間差異，該先從哪個(gè)維度切入呢？原則上講，應(yīng)該按行業(yè)的業(yè)務(wù)特性來，比如傳統(tǒng)企業(yè)就是要先看區(qū)域再看產(chǎn)品?；ヂ?lián)網(wǎng)企業(yè)就是習(xí)慣性先看用戶。如果沒有業(yè)務(wù)理解的話，那就看哪個(gè)組間差異大，從明顯的問題切入。

　　截止到這里，字寫了很多，可實(shí)際操作的時(shí)候非常輕松。因?yàn)橐陨纤蟹治鲋灰谝粡堉笜?biāo)日?qǐng)?bào)和有分渠道/分用戶群兩個(gè)維度的日?qǐng)?bào)就能搞掂。難點(diǎn)不是跑一個(gè)神奇的指標(biāo)出來，而是去認(rèn)真解讀指標(biāo)曲線走勢(shì)，如收集和指標(biāo)相關(guān)的數(shù)據(jù)。

　　05

　　在條件允許范圍內(nèi)，深入分析

　　鎖定問題點(diǎn)以后，我們會(huì)有很多問題假設(shè)。本次指標(biāo)下跌是因?yàn)椋?

　　●新品不給力

　　●銷售不會(huì)賣

　　●渠道缺配合

　　●競(jìng)品太兇猛

　　等等

　　之后可以根據(jù)時(shí)間、資源的條件來深入分析了。如果時(shí)間緊，可以直接打電話聯(lián)系一線確認(rèn)問題，然后把那些做得好的標(biāo)桿經(jīng)驗(yàn)直接復(fù)制出來。

　　如果時(shí)間寬裕，互聯(lián)網(wǎng)企業(yè)可以做ABtest，嘗試剔除一些干擾因素。傳統(tǒng)企業(yè)可以做試點(diǎn)，丟一些樣板店下去看效果。

　　總之有了明確的假設(shè)，驗(yàn)證假設(shè)的速度就很快，找優(yōu)秀標(biāo)桿的速度也很快。前邊所有的工作都是在為這一刻鋪路?；A(chǔ)工作做扎實(shí)了，后續(xù)才越做越輕松。

　　06

　　為什么要講這么多？

　　為什么這個(gè)看似簡(jiǎn)單的問題卻寫了這么多？是因?yàn)椋航庾x指標(biāo)才是數(shù)據(jù)分析師的看家本事，而這些年過度迷信技術(shù)，沉迷可視化，沉迷阿爾法大狗子，搞得新入行的數(shù)據(jù)分析師們的看家本事的水平越來越差。無論是求職還是工作都有很多讓人尷尬的事。

　　比如很多同學(xué)2月份寫日?qǐng)?bào)，就寫：因春節(jié)因素影響，銷量低迷。然后2月份的周報(bào)也是：因春節(jié)因素影響，銷量低迷。然后2月份的月報(bào)也是因春節(jié)因素影響，銷量低迷。這就是傳說中的三花聚頂式報(bào)表。同一句話啰嗦三遍，完全沒有任何解讀。

　　比如看到一天數(shù)據(jù)跌了，急的抓耳撓腮，結(jié)果連往前多看幾天，看看是不是周期性變化都不知道。

　　比如往前看了幾天，發(fā)現(xiàn)已經(jīng)連續(xù)跌了6周了，結(jié)果還是繼續(xù)盯著眼前的指標(biāo)繼續(xù)抓耳撓腮的。

　　比如知道往前看，問題是丫做了漂亮的曲線，然后用肉眼在看跌了多少，連計(jì)算個(gè)值都不記得的。

　　比如算了分渠道/區(qū)域的值，然后認(rèn)為下跌5%與50%是同一類問題，在報(bào)告寫上：“所有渠道都在跌”就完事的。

　　比如只知道對(duì)著數(shù)據(jù)著急，連業(yè)務(wù)方干了什么事都不知道的。

　　比如期望能有一個(gè)人工智能算法，自動(dòng)計(jì)算有幾個(gè)因素的。

　　不過這不能怪同學(xué)們，因?yàn)楦芏嗤瑢W(xué)深入聊以后發(fā)現(xiàn)：他們的主管壓根沒教過這些……難怪，這些年很多掛著“數(shù)據(jù)分析”組長(zhǎng)頭銜的領(lǐng)導(dǎo)，其實(shí)是做hadoop，做BI出身，寫sql出身，本身確實(shí)只有開發(fā)能力沒有分析能力。所以這一篇才特別啰嗦，希望大家能平時(shí)多練起來，日?qǐng)?bào)、周報(bào)、月報(bào)是數(shù)據(jù)分析的骨架，骨頭都軟了，人也就直接廢了。

　　照例，這么長(zhǎng)的啰嗦是有福利的，我把上邊拉拉雜雜所有的總結(jié)一張思維導(dǎo)圖，下圖左邊是確認(rèn)假設(shè)，右邊是判定輕重緩急。大家在面試的時(shí)候，最好自己一邊寫思維導(dǎo)圖一邊說，對(duì)面試官是秒殺級(jí)的，比隨口扯幾個(gè)理由，然后被人嫌棄：講得不全，講地不到位要好的多。