数据分析一大堆，结果却是大家早就知道的结论？是工具和方法出问题了吗？真正原因可能是你的思维有误区。

前段时间闲聊，朋友说正在做一个线下网点的经营分析，分析结论是这个新开的网点单量太少。（类似新开了一家沙县，要做这家沙县新店的经营分析，结论是新开的这家沙县，每日下单客户太少。）

渔歌望穿秋水期待着下文，可是戛然而止，没下文了。

渔歌：“沙县老板不知道这家新店，单子太少了？”

朋友：“知道。”

渔歌：“那这个分析是为了什么？难道就为了告诉沙县老板，你的单量太少了，还是，你对单量太少的判断是对的？”

朋友：“我也不知道咋往下分析了，看了很多数据，可没用啊！”

渔歌陷入了思考，为什么BI花了九牛二虎之力，分析的云山雾罩，只给了个众人皆知的结论就结束了？

如果我是沙县老板，心里一定BB分析师：你当我傻，还是你们这帮分析师吃饱了没事干，难道还要你告诉我单量太少了？！还是你准备向我老板打小报告，说我业绩差？

在渔歌看来，单量太少，这只是一个很浅层的业务结果，根本不能叫分析，更谈不上商业分析。这种分析，对BI来说，吃力不讨好，费了力气没成长、没结果，业务不认，自己也很丧。

为什么分析的这么辛苦，得出的结论大家早知道，谁谁都不满意？核心原因有3个：

1. 分析之前：别人知道的，我却不知道；
2. 分析过程中：除了别人知道的，我没有引入新的数据；
3. 分析方法上：缺少分析思维、框架、逻辑；

仍以新开的这家沙县门店经营分析为例，我们逐步讨论这3个原因和怎么破。

01 分析之前：别人知道的，我却不知道

这个问题看上去很弱智，却很常见。表现为：一听到需求方来问数据，马不停蹄写SQL，绝不多问一句遇到了什么问题，为什么要看这个数据？仿佛多问一句，就显得我的SQL不行，或者我不懂业务。

很多人忙着解决问题，却很少有人关注问题的本质。这是通病。

所以我们都先给自己把个脉，看看自己有没这个毛病，或者请同事、老板帮自己照个镜子，避免有毛病还不自知。此处停顿3秒，扪心自问。

意识上摆正后，我们再看怎么解决别人知道，我却不知道的问题。

解决方案：分析前先摸底，做足准备工作

拿出一张纸，一支笔，先梳理思路，业务的背景是什么，流转路径是什么，业务为什么要分析这个问题，可能的原因有哪些，自己有哪些地方还不了解，需要找谁请教。这是分析师心中的图，心中有图，分析才开始靠谱。

想的七七八八，或者自己压根想不清楚，那就开始找人聊，找业务聊、找产品聊、找客户聊，把之前想的框架、问题和各方的信息输入做交叉验证和补充，把大家的信息变成分析的起点。起点高了，才能分析出更有价值的内容，不至于忙了半个月，出来了一个别人早就知道的结论。

所以，分析师在拿到命题后：

第1件事：和相关人员沟通业务背景、现状、当前的问题；

第2件事：形成思考、分析框架，把框架画出来，框架可以逐步调整。但不要急着写SQL！

思维方式是分析师和产品经理最异于其他岗位的特点。

以沙县新店单量少的案例来说。分析前，先找各方沟通，或者先用数据验证自己的猜想，比如：

1. 业务预期：当初新开此店的业务初衷是什么？选址的标准是什么？当时的业务量增长预期是什么？
2. 过往经验：根据沙县过往的经验，一家新店的单量增长路线是怎样的，这家新店和其他店的差异在哪里；
3. 业务现状：实际业务量及业务构成：如线上外卖、线下堂食的单量占比怎么样，营销手段有哪些，效果分别怎么样？和其他店经营上有什么差异？
4. 业务环境：针对这家新店周边整体的人口特质、门店位置、同类竞品店铺的情况怎么样，店铺中各sku的销售分布怎么样？
5. 问题假设：各方猜测现在单量少的问题是什么？有消费者投诉，还是竞争太激烈，还是周边环境没起来，或者说店长和团队很不靠谱？

分析之前，找业务、运营、BD、产品先沟通，其中有些问题也可以先看数据，数据和各方的输入相互补充、相互印证，也为分析找到线索。

02 分析过程中：除了别人知道的数据，我没有引入新的数据

业务发展，要么来自增量，要么来自模式重构。

在商业分析中，增量来自于分析师掌握了其他人没有的信息。而模式重构则来自于分析师对业务大图的梳理，对问题本身的梳理，也就是分析框架，别人没有像我们一样这么完整、穷尽的去分析过这个问题。做到了这两点，就一定是优秀的分析师。

先说增量，也就是分析师要掌握别人不知道的信息（数据）。

解决方案：紧紧围绕分析目的展开，去找到为了分析透这个问题，需要的数据

不要把自己困在sql里、困在数据仓库的几十张、几百张表里。商业分析紧紧围绕商业诉求展开，需要用什么数据也围绕商业价值展开，不是围绕数据库有什么数据展开。这是很多分析师无法成为商业分析师的重要原因。

或许有朋友说，巧妇难为无米之炊，如果数据库都没数据，我能怎么办？数据库没数据，但客户有数据、店长有数据、市场有数据，这些数据只是不在数据仓库，不是用数字体现出来的，是以信息的方式存在，需要自己去搜集。

如果商业分析只能跟着数据库的数据来做分析，那么商业分析的价值直接砍半，因为数据库有的数据，日常分析做报表即可，体现不了商业分析的价值。

尤其在线上、线下融合越来越多的情况下，尽可能融合线上、线下数据，线下的数据通过其他渠道去获取，可能是现场观察，也有可能是用户调研，甚至是竞对研究。

比如说新开的沙县经营不好的原因分析。分析师可以自己去线下踩点，去观察：

1. 市场环境：在这个区域，有多少同类的店铺（比如黄焖鸡、兰州拉面），他们的单量怎么样？线下整体的人口流量有没有起来？
2. 我的优劣势：和其他店铺相比，自家的沙县好在哪，不好在哪，是位置太偏，没有客户，还是客户回头率很低，还是别人家也很差？
3. 消费者反馈：用餐者对店铺的反馈怎么样？对其他同类店铺的反馈怎么样？

这样的分析生动、有血有肉、才能找到商业问题的真相。经过类似的摸底，分析师掌握的信息必然比在办公室里的业务、产品要多。而这样的信息除了从市场上来获取，也可以和业务、产品聊，交叉验证。

可能有人说，这种信息我拿不到。不好意思，不深入市场，就无法产出高价值的商业分析报告。同时，信息获取也没有那么难，现场观察、跟店铺负责人聊，和在沙县或黄焖鸡就餐的用户聊。没有人规定分析师必须待在空调房里，或者必须从数据库取数。

03 分析过程中：缺少分析思维、框架、逻辑

前面提到：业务发展，要么来自增量，要么来自模式重构。

在商业分析中，模式重构来自于分析师对业务大图的梳理，对问题本身的梳理，也就是分析框架，别人没有像分析师一样这么完整、穷尽的去分析问题。

也就是我们有别人没有的思维大图和分析框架。

仍以沙县新店的经营分析为例，商业分析至少要给出3部分内容：

1. 经营现状到底如何？
2. 经营不好的原因是什么？
3. 改善经营的建议方案是什么？

也就是：是什么，为什么，怎么样3步曲。

基于这样的分析目的，我们应该如何展开分析：

1. 新开沙县的经营现状到底如何？

• 先看新店从开业后至今的单量及变化趋势，可以用日均、周均、月均，或者总量，度量指标的选择根据实际业务场景来；
• 再看过往沙县新店的单量及相应的店铺成长周期、及单量变化趋势；
• 接着看新店竞争对手（位置、用户资源接近的门店，比如黄焖鸡）的单量及变化趋势；结论：只有通过自己的、竞对的综合比较，才能知道新店的经营到底处在什么位置，而不是仅新店单量太少。即使少，那多少是合理的，和期望值差多少。这是一个定量的精确描述。

2. 找出新店经营差的原因

在第1步明确新店经营差后，要找到经营差的原因。

假设交易金额是看经营好坏的唯一因子，暂不考虑成本等因素。

那么怎么找到交易金额差的原因，需要层层拆解，并不断调整，比如下图：

交易金额=支付笔数*单均支付金额；

交易笔数和新老客户的分布有很大关系，拉新的效果，留存的效果分别怎么样；

单均交易金额则和消费者的消费能力和SKU设置合理性相关。

所以，总交易额差，到底是哪个指标在拖后腿，还是几个指标在拖后腿，还是都拖后腿，各指标和其他网点相比较，差哪了，差多少?

刨根问底往下走，才能越来越接近真相。比如这个店铺所覆盖的区域，人流就是比其他区域少，周边都还是工地，工地又统一解决工人的用餐问题，附近的黄焖鸡经营效果也不好。

也或者是这家店的客户回头率特别差，因为食客认为太难吃了，这会在老客这个指标中体现出来。

通过这种方式，层层探求问题的真相，也就找到了原因。所以分析师在写SQL前，脑子里要有一张图，然后在和各方的沟通和数据探查中，逐步调整这张图，这张图就是分析框架。当分析师拿着这样的分析框架和结果和业务沟通的时候，别人一定会在心里为我们点赞，不敢小看我们。

3. 给出新店改善经营的目标及建议

找到经营不好的具体原因之后，可以再多往深了走一层。

现状是这样，原因是这样，如果做一些策略改进，效益会提升多少，比如做新店促销或者单品促销，根据历史的经验，结合新店的特征，能带来什么样的新增效益。

或者为了达到单店的目标，可以从哪几个方面着手，比如增加新客、提高客单价等对整体效益的权重非常是怎么样的，要分别提高多少，可以达到业务目标。

有了1）是什么；2）为什么；3）怎么样，才是完整的商业分析。

小结

一项商业分析需要回答3个问题：是什么，为什么，怎么样（商业分析3步走）。

也就是既要有现状描述，也要有原因洞察，最好还要有方案建议及对建议的预估。也就是商业分析的3步走路径。

为了做到有价值商业分析的3步走，需要做到下面3点：

1. 分析前，做充分的准备工作。和需求方沟通业务的现状、问题、预期，不要急着去跑数。这很重要，却被很多人忽略的。重要的话再说一遍：很多人忙着解决问题，却很少有人关注问题的本质。
2. 分析中，围绕分析目标，整理采集数据，不把自己限于数表。结合前期从业务、行业、合作伙伴等各方输入的信息或者自己的初步分析假设，去跑市场观察用户、竞对，不要把自己局限在数据库的数据。
3. 分析中：梳理分析框架、思路、假设，层层拆解，分析框架指引数据人找到业务大图和业务关键点。

能看到这里，表示你很有很强的学习意愿和能力，给自己鼓掌。

为了加深记忆，留言告诉我们，全文你记住了哪几句话。

作者：西湖渔歌，微信公众号：西湖渔歌

本文由 @西湖渔歌 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。