数据分析是运营人的加分技能，本文作者结合案例阐述如何在运营中运用六西格玛方法进行数据分析，从而改进业务流程，优化运营效果。

各位小伙伴，大家好！

我是高高，有10年互联网B端产品运营经验。

写在前面：

活动启动了到底监测什么？哪些问题才是关注的关键点？需要什么样的数据收集才足够来分析问题？项目有多少缺陷咋样能知道？找到了bug如何改进和控制？

本章咱们聊聊在项目实施改进时，常用的一个方法：六西格玛DMAIC。

介绍

概念

六西格玛（Six Sigma，6 Sigma）是一种管理策略，主要强调制定极高的目标、收集数据以及分析结果，通过这些来减少产品和服务的缺陷。

六西格玛背后的原理就是如果你检测到你的项目中有多少缺陷，你就可以找出如何系统地减少缺陷，使你的项目尽量完美的方法。

业务流程

定义[Define]：辨认需改进的产品或过程，确定项目所需的资源。

测量[Measure]：定义缺陷，收集此产品或过程的表现作底线,建立改进目标。

分析[Analyze]：分析在测量阶段所收集的数据，以确定一组按重要程度排列的影响质量的变量。

改进[Improve]：优化解决方案，并确认该方案能够满足或超过项目质量改进目标。

控制[Control]：确保过程改进一旦完成能继续保持下去,而不会返回到先前的状态。

看到这里大家应该都糊涂了，到底是啥意思，咋都是中国字都认识为啥理解不了？

我们来个案例，大家就懂了。

案例

到底现在是不是买房的最好时机，到没到底部，该不该出手，是近期热点话题。咱们也来蹭蹭热点，用运营必备的数据分析能力，来捋一捋这件事。

要知道运营人出得了厅堂下得了厨房，啥啥我们都会，那我们就开始了。

第一步：定义问题

定义问题的目的是进行三个检验。

第一个检验：复杂性检验——问题是否与自己直接相关？

具体问题如：现在是买房的合适时机吗？自己买房的真正需求是什么？

是为了改善居住体验，还是结婚应对丈母娘问题，或者为了解决户口及孩子教育问题？

第二个检验：有用性检验——问题的答案是否对分析有帮助？

具体如，分析买房真实需求是否对买房有帮助？进行真实需求排序，否则就是“既要……又要……还要……”的问题。

答案的第一顺位是学区，好学区的房子基本都是老破小；其次是居住体验，那么新校区偏远。

第三个检验：可行性检验——这些问题是否能定义清楚？

例如，某些潜在的各项政策对房价的影响（太过未知，定义不清）。

当我们定义了问题以后，就开始第二步。

第二步：进行有效的定义

有效的定义是成功关键。

通过明确的假设来清晰问题的定义，复杂的问题通常有很多潜在的答案，如果没有强有力的假设，你会浪费很多时间，并且最终无法证明任何事情。正确的假设决定了你收集怎么样的数据，并如何看待他们。

问题：北京的房价是否会持续下跌？

• 假设1：刚需人群减少，对应要收集相关数据，如：北京结婚人口；26-40岁无房人口外流的情况；
• 假设2：供给增加，对应要收集相关数据，如：持续推出新楼盘数量；二手房的增加；
• 假设3：经济衰退，我们要收集相关数据，比方，国内外的政治环境、经济因素。

第三步：根据有效定义收集来的数据，对问题做衡量

这里有三个重点关注点：一致性、精确度、时效性。

• 一致性，例如，住建委的数据与第三方的中介平台的数据是否一致，统计口径的区别；
• 精确度，如数据能准确量化：每日的实际交易量；数据的取得很困难：每个小区的二手房。
• 时效性，如当下的实际情况是怎么样的。

清楚各项数据的最合适来源，明白各项数据的局限性和可能潜在的错误。

第四步：分析问题

把问题拆解来看：通过衡量数据，不断拆解问题、对比、细分、查看来定义根本环节。

分析问题是整个过程中很重要的环节，要找到连接运转的路径，并定位出现问题的具体环节。

第五步：改进问题

对原有策略进行改进，调整监测方式等。

如改变原目标，那么需要调整策略，例如，当分析后发现买房的实际情况和设想不一致，那么有以下几个调整的可能性：降低需求、提升预算、转换城市、重新恋爱。

在改进方案时，最核心的点，是依据客观问题本身而做的，公司以什么主导，解决方向就以什么方向为核心。

那么本章节的最后，给大家布置一个小作业，花5分钟思考一下，当下的生活需要分析与决策的事件有哪些？

按以下思路逐个回答：

• 想解决的问题是什么？需要决策的事件是什么？
• 需要寻找哪些数据来定义当前的问题？
• 通过对应的数据如何分析并定位问题？
• 基于对问题的分析如何来改进解决
• 如果持续跟进解决方案是否有效？是否有更有效的方式？

比如想提高孩子成绩？

比如想说服男朋友买个LV？

你会怎么做呢？

#专栏作家#

高高，微信公众号：高高的运营手记，人人都是产品经理专栏作家，资深产品运营。

本文原创发布于人人都是产品经理。未经许可，禁止转载

题图来自Unsplash，基于 CC0 协议