分析数据指标的 5 个步骤V1.1
共 1567字，需浏览 4分钟
·
2021-07-19 18:13
你好，我是林骥。
做数据分析，要多思考业务的实际情况，对数据指标进行解读，从而把有价值的信息提炼出来，解决业务的实际问题。
虽然这个过程看起来是挺简单的，但是却需要反复、长期的「刻意练习」才能逐渐熟练掌握。
刻意练习是一种不断改进的做法，是一个不断积累的过程，必须专注、认真地去思考，并且及时验证和反馈。
比如说，数据分析思维的训练，首先要专注于解决实际的问题，其次要去思考问题到底是什么，然后用数据进行验证，搞清楚问题的真正原因，从而提出解决方案的建议，最后再付诸行动，并跟踪行动反馈的结果。
在实际工作中，数据指标发生变化是一件很常见的事，而分析数据指标，是数据分析师的本职工作。
那么具体应该如何分析数据指标的变化呢？
下面介绍分析数据指标的 5 个步骤。
1. 确认数据源是否正确？
如果数据源本身不对，那么就应该尽快修正数据源。
实际上，因为数据源不对，导致数据指标异常变化的情况非常多，一定要先确认数据没有错，千万不要报假警。
确认数据源正确无误后，接下来才开始进行数据分析。
2. 判断数据变化的程度如何？
这是确认问题的轻重缓急。
常见的指标，比如销售额，其波动是有一定范围的，根据历史经验，可以预设好变化的预期值。
如果数据只是轻微的变化，在正常的波动范围之内，那么通常可以不用深入分析。
如果数据变化比较大，超出我们的预期，那么需要做进一步的分析。
对于数据严重超标的情况，则需要按照要事优先的原则，重点分析和跟进处理。
3. 数据变化的周期如何？
如果是一次性的变化，那么分析看看是否有持续的迹象？
如果是周期性的变化，那么分析看看是否符合周期性的规律？
与上一个周期的数据进行对比，分析判断数据变化的趋势。
比如说，2 月份销售额下降 20%，是不是因为春节的影响？去年的春节是不是也发生在 2 月份？和去年同期相比的，销售额是上升还是下降？
4. 数据变化的前后发生了什么事件？
如果单纯地看整体的数据，往往很难搞清楚数据变化的真实原因，但是当我们缩小范围，运用假设检验的思维方式，把数据变化和相关事件联系起来，通过大胆假设，小心求证，进行深入细致的分析，那么就更容易找到问题的根源。
比如说，数据显示，最近 3 天某个 KPI 指标数据持续提升，另外，最近业务上出台一个促销方案，经过分析发现，指标数据变化与促销事件之间存在明显的关联。
数据分析的一般原则是：剧烈变化看政策，短期波动找内因，长期异动找外因。
5. 数据变化的细分纬度有哪些？
以商品零售业务为例，按照「人、货、场」三个纬度进行细分，其中「人」是指员工和客户，「货」是指销售的商品，「场」是指销售的场景，例如线下的门店、线上的网店。
假设有一天，销售额整体上涨 20%，那么你可以试着进行细分，例如哪些员工、哪些客户、哪些商品、哪些渠道在上涨？上涨的主要原因有哪些？
把表现比较好的标出来，总结成功的经验，其他表现不佳的则可以学习借鉴。
最后的话
数据发生变化是很正常的一种现象，当你发现数据指标变化比较明显时，首先要确认数据本身的正确性，然后再去分析数据变化的程度、周期、相关事件，以及细分纬度等情况。
如果你能把每一个工作环节都做到极致，通过不断地刻意练习，认真地思考和实践，去解决实际的业务问题，那么数据分析的思路就会逐渐打开，很多问题也就能迎刃而解。
相关文章：数据分析学习指南V2.0
关注林骥，更多干货早知道。