在数据分析领域，如何让自己的工作真正为业务创造价值，是每个数据从业者面临的挑战。本文作者通过一张精心设计的数据分析架构图，分享了如何从理解业务需求、拆解问题到寻找业务盲点的完整思路。

*你做的数据分析有什么价值？

*你做的分析对业务有什么用？

*你有没有发现业务没想到的问题？

夺命三连问，是很多数据/财务同学最怕的。然而很早之前，陈老师就总结了一套框架来针对这个问题，今天分享给大家。

01 从“什么算价值”说起

由“到底帮助了业务多少”来定义的。如果：

• 我们给的数据，业务已经看得到了
• 我们做的预测，业务根本不需要
• 我们做的画像，业务找不到地方用

那就是没价值……

因此，想要提升数据分析的价值感，就不能“拿着锤子找钉子”，先轮出一堆“用户画像、RFM、关联推荐、行为预测”的大锤，然后看哪里能锤一下，而是看：“到底我们的业务需要什么”，诊断问题顺序，可以如下图所示。

开展工作，也是有顺序的：

• 如果是一个新成立的部门，或者新入职的领导，往往对基础情况都不了解，可以从上图开头部分做起，一步步做
• 如果对方已经看到日报，月报，那么不用再每月追着屁股喊“指标高了，低了”，而是多解读日报月报，找到问题点再沟通
• 如果对方天天在纠结一个复杂问题，那干脆直接收集同业/其他公司的解决策略，然后分析可行性

对症下药，才能提升自己的价值感

可能有些同学会说：搞这么麻烦干啥，直接问业务想要啥不就行了

你直接问他们，他们大概率让你算命……

02 拆解业务问题

如果你直接去问业务：“你想要什么”，很有可能你会听到：“我想100%精确预测：商品销量、客户需求、市场走势……”最后还跟你客气一句：“100%做不到，98%也行，咱不纠结”。

显然这做不到，这种需求谁接谁死……

理解需要精准预测的原因，才是关键。比如“100%准确知道用户流失原因”，多问一句：知道以后又能如何？

1. 有些用户贡献很低，他流失了，真的值得挽回吗？
2. 有些用户对我司产品没需求了，我们真的会改进产品吗？
3. 有些用户就是来薅羊毛的，我们真的要无节制满足他们？

细问之下，就会发现：大部分情况下，业务能做的事情是非常有限的：

• 短期内：发个优惠券
• 中期内：上个活动拉回一下
• 长期内：调整产品结构，更好满足用户

了解到业务的手段后，就能对症下药，用适当的数据回应他们（如下图）。

当然，这里还有难点，就是业务已经思考过很多方法了，期待你将一些“他们不知道的事”此时咋办呢？!

03 寻找业务盲点

讲业务不知道的事，最能体现数据分析的价值。比如上文的流失用户问题，很有可能业务方每个月在固定投优惠券，已经掌握了很多基础数据，比如：

1. 每月有多少用户处于流失状态
2. 每月派多少召回用户的券
3. 每月从多少渠道发推送
4. 每个渠道转化率，召回率

这些常规情况一笔带过即可

做交互设计10年，我为何转岗到产品经理？

真正转岗之后，我发现很多工作还是超出了自己的想象。产品经理的工作确实比较杂。理论上，产品经理的工作包括了产品的方方面面，从市场研究、用户调研、数据分析...

查看详情 >

此时，如果继续讨论发什么券，用多大面额一类话题，如下图绿色部分，这些都是业务日常纠结的，你再说，他也不觉得有新意，不如跳出框架，从一头一尾思考：

• 有没有比券更好的形式？
• 同业/Top公司都是怎么干的？
• 有没有特别容易响应的客群？
• 哪些特征的人更容易被唤醒？

如下图橙色部分，站在更宏观/更微观角度，都能找到新想法。

注意，这里做的分析内容，还是：

1. 区分用户过往消费，核算用户价值
2. 区分用户对抵用券领取/使用敏感性，打“抵用券偏好”标签
3. 区分用户对推送信息响应率，找高响应群体
4. 根据同业做法，测算“如果我司上线，效果是……”

方法还是这些方法，但是没有重复念业务熟悉的数据，就能带来新感觉

04 做好经验积累

还有一个很重要的，数据分析可以主动做的事，就是围绕目标，积累经验。业务部门都很本位主义，经常各自摇旗呐喊，容易忽视不同项目之间交叉作用。比如用户流失问题，很有可能流失的用户本身是某些商品的粉丝，本身是季节性购物需求，他不会响应会员中心盲目派的券，而会响应商品部门推送的活动。

此时数据部门，可以主动收集各部门活动，以用户为单位，展示各类活动影响用户全景，这种全景式的数据，业务站在自己部门很少看得到，很容易引发业务思考。因此特别建议数据部门，主动收集各类业务动作，围绕同一个业务目标综合起来。这也是体现价值的方法。

05 小结

综上可见，数据想发挥价值，就不能对着一张数据表发呆，了解业务流程，有框架有逻辑的推进工作，才好体现自己的作用。