你好，我是林骥。

在制作数据分析报告的过程中，面对错综复杂的问题，如果是随意思考，可能会感觉无从下手。

为了更好地进行思考，我把常见问题分为以下 5 种类型，即：是多少？好不好？为什么？会怎样？怎么办？

下面，我简要说明每一类问题的关键点，并举一个简单的例子，同时，站在数据分析师的角度，给予一些参考建议，希望能够对你有所启发。

问题 1：是多少？

这类问题，关键是根据业务需求，展示相关数据。

比如说，这个月的销售额是多少？

对于数据分析师而言，首先要知道数据指标的定义，然后去提取相应的数据，要确保数据的准确性。

问题 2：好不好？

这类问题，关键是根据判断标准，确认相关结论。

比如说，这个月的销售业绩好不好？

对于数据分析师而言，要对判断标准有一个清晰的认识，做判断时要特别小心谨慎。

问题 3：为什么？

这类问题，关键是寻找数据背后的原因，找到因果关系。

比如说，这个月的销售业绩为什么不好？

对于数据分析师而言，可以运用假设检验等数据分析思维，先大胆假设，然后小心求证。

问题 4：会怎样？

这类问题，关键是根据历史数据和业务逻辑，预测未来趋势。

比如说，下个月的销售业绩会好转吗？

对于数据分析师而言，要想提高预测的准确率，要对业务非常熟悉。

问题 5：怎么办？

这类问题，关键是思考未来情况的现实行动，做出正确决策。

比如说，如何提升下个月的销售业绩？

对于数据分析师而言，要在理解业务的基础上，提出切实可行的行动建议。

在《横向领导力》这本书中，作者罗杰·费希尔提出了解决问题的四象限法，我结合书中介绍的思路，把上面的 5 类问题，分别放进 4 个象限中，得到一张矩阵图。

小结

当你面对一个新的问题时，如果能找到合适的工具和方法，那么就能更好地解决问题。

这就好比木匠，打造一个新的家具，需要有合适的锤子和锯子等工具。

四象限分析法，是数据分析的常用方法之一，往往能够起到化繁为简的作用。

我们把一个事物，分成两个维度进行分析，一个维度代表过去和未来，另一个维度代表现实和理论，这样就能在思考问题的时候，既考虑过去，也考虑未来；既考虑现实，也考虑理论。

是多少和好不好的问题，是描述过去的现实。

为什么的问题，是思考过去情况的理论原因。

会怎样的问题，是思考未来情况的理论预测。

怎么办的问题，是思考未来情况的现实行动。

很多人看事情，喜欢走极端，把两个维度的事，放在一条线段的两端：

要么把事做好，要么把事做快；

要么做重要的，要么做紧急的。

但其实，两个维度的事，就应该把他们放到四个象限中去看，这样做出来的决策，才更科学、更合理、更有效。

分享是精神，点赞是态度，在看是爱心