簡單來說記住這首詩就夠了

分析的基本思路就是這么構成的，分為六步：

第一步：清晰問題。

要解答的問題到底是什么，要有個清晰的描述。

第二步：設定指標。

用數據指標量化描述現狀，如果沒有數據，就先收集數據。如果連數據都收集不到，就得先采集數據。不然只能采用定性分析的方法了。

第三步：設定標準。

到底如何判斷現狀的“好”“壞”，要有個清晰的標準。如果沒有標準，先找標準。

第四步：設定假設。

認為現狀“壞”，懷疑的對象是誰。認為現狀好，支持好的理由是什么。把假設列清楚。假設越具體，分析越精準。沒有假設，就先做探索性分析，找到假設。

第五步：驗證假設。

通過實驗、觀察、分組對比，檢驗我們的假設是否正確。如果能驗證，就坐實了問題，可以思考應對了。如果驗證了不成立，就得再退回上一步，看看有沒有其他假設。

第六步：付諸行動。

掌握清楚了問題真正原因，可以著手解決了。具體如何解決是業務行為，作為分析可以設好監控指標，看看行動效果，最初的問題解決了沒有。

這個過程聽起來繁瑣，可套到現實生活中，是非常簡單的。就像這幾天南方都是暴雨天氣。我淋了一場雨，回家打噴嚏，一測體溫38度。我懷疑自己是感冒，吃了感冒藥，結果真的不發燒了，打噴嚏也好了。這就是一個完整的：問題→采集信息→判斷標準→提出假設→付諸行動→觀察結果→驗證假設的過程。

如果我真的對每一步都很有信心，且吃了感冒藥真的好了，我就不會去看醫生。企業里也是這樣，如果業務部門看到問題，自己隨手就搞掂了，他們也不會叫著：“我們要深入分析一下”。

往往到業務部門喊著：“數據分析給點意見”的時候，都是有各種奇奇怪怪的事發生，就好像：

病人一進門只會哼哼：誒呦，誒呦，誒呦，醫生啊，我渾身難受啊，快救救我啊！

醫生問：到底哪難受？

病人：全身難受……

無問題、無指標、無標準、無假設。咋辦，就算是蓋世神醫也沒轍，也只能從頭開始慢慢了解。

既然問病人本人指望不上，就只能問家屬：

所以我們才說，好的問題是成功分析的四分之三。問題描述得越清晰，分析的方向就越清晰，解答的速度就越快。而這恰恰是病人最難做到的，沒有醫學常識的人，都是生了病只知道瞎哼哼，就像小BB們不懂表達需求，難受了只會哭哭哭哭哭哭一樣。

企業也是如此。缺乏數據思維，缺乏科學化管理的企業，業務部門就只會遇事大喊：銷量跌了/活躍降了/轉化率不夠了，快分析下。

然后等著數據分析師像算命大師一樣，我不張嘴也能你也能快速準確分析出我有啥問題。這時候做分析的同學們，必須自己腦子清醒：雖然業務催得很急，但我們自己著急沒啥用，還是得一步步來，用5w2h方法鎖定問題發生的場景，設立監控指標，觀察問題走勢，找評價標準……急也沒用。

（5w2h方法見：為了搞清楚5W2H分析法，我約了一個小姐姐）

如果是有一定數據思維的企業，分析會輕松得多。因為業務部門已經有自己初步判斷。就像病人來看病，能清晰交代自己發燒了三天，體溫沒下過38度，之前淋了雨一樣。這時候不用從第一步開始，因為問題已很清楚。這時候可以直接從第四步或第五步開始。

面對這種相對成熟的病人，分析方法可以更好地發揮作用。數據分析師掌握的業務經驗與分析技能，可以更好地幫到病人，比如：

所以分析思路就是這么簡單。沉住氣一步步來就好了。然而在現實中，做數據分析的同學們自己卻常常沉不住氣。不能按這六步一步步完成。常見的問題有這幾類：

第一：不跟業務清晰問題。

業務說“分析下把大象放進冰箱里”他就真的去研究如何把大象放進冰箱，至于放的是什么大象，為什么放，放進什么冰箱，一概不問……

第二：沒有確認判斷標準。

上漲了就是好，下跌了就是差，指標做成柱狀圖，高的柱子就是優勢，低的柱子就是劣勢……

第三：沒有假設大海撈針。

結果不是找不到解答方向，就是做了半天，業務回了句：“我早就知道了”

第四：付諸行動不帶監測。

做完了ppt就當是做完了。至于業務到底執行了建議沒有，執行完了問題解除沒有，不去做追蹤。最后也不知道到底分析的準不準，有沒有效果。

以上病癥其實核心就一條，就是只忙著跑數據，不結合實際，不去解讀，不做思考。這樣當然沒法做深入分析，遇到新問題也自然沒有分析思路了。這個過程看起來簡單，卻需要反復、長期的練習才能掌握。不練光看，永遠進步不了。

有意思的是，越是新人，越是不懂分析的人，越是沒有數據思維的人，越喜歡認死理，越討厭細節的思考，越是喜歡說：“業務就是讓你解答怎么把大象放冰箱！你不要管什么大象，不要管放了干什么，不要管什么冰箱，不管什么大象他都得進冰箱！”

然后上網搜索，去各個群問：“有沒有把大象放冰箱的標準化方法，阿里和騰訊的大象是怎么放進冰箱的”

好吧，其實這個問題是有答案的。大家對比下下圖。自己感受下一竿子捅到底與細化思考的區別。是不是稍微清晰下問題，思路就開闊多了。