你做的分析，业务早知道了，怎么办？-技术圈

“你做的分析，业务早知道了，怎么办？”是一个非常困扰数据分析师的问题。面试的时候遇到，会越觉得非常难回答。工作中遇到，气的想拍桌子骂娘。今天我们系统的来讲解一下，如何应对这个问题。

首先，应对这个问题的场景非常重要。如果是在面试时遇到，千万不能拍桌子。面试本身是一个综合性的考验，我们的态度、风度、职业素养也是重要考察项目。所以千万不能着急，大家可以用下边这个话术来应对：

有4种分析结果，会让业务说：我早知道了。

第一种：有数据，无解读

很多新人的数据报告、日报周报、ppt里都有这个问题。比如他有一页ppt叫“销售数据分析”然后下边列个一个销售金额折线图，上边写了一句话：本月销量3.5亿，同比增长30%，环比增长5%。就没有其他内容了。

这岂止是业务早就知道了，这是只要不是个瞎子，都知道了。他只是用文字把图里的数据又讲了一遍而已。只要人不瞎，看一眼图表上标注的数据都能明明白白。销量3.5亿所以呢？同比增长30%所以呢？为什么不是同比35%？为什么不止29%？完全没有任何的解读。这种报告谁看都来气。

第二种：有解读，无常识

很多新人做了解读，但是解读很搞笑。还是销售分析，有的新人一看：诶！这个月销量环比下降搞达70%！好，可算逮住大问题了！于是一通分析猛如虎，得出结论：“因为二月份是春节，所以销量下降”

这不是说废话吗。不要说业务部门早知道了，是个人都知道了啊。春节全国都在放假，我们公司又不是卖鞭炮、礼盒、玩具枪的，当然业绩下降啊。类似的场景还有很多，仅从时间上看，每周周末，3个三天短假和2个7天长假，都会有明显的节日效应。双十一双十二都会有明显的人造节日效应。这些都是业务的常识，如果不了解常识，当然写出来的东西是大家都早知道的。

第三种：有常识，无沟通

单纯知道业务常识是不够的，因为业务形态是可以人为改变的。业绩是做出来的，不是算出来的，所以得和业务沟通，了解他们到底干了什么。可很多初级数据分析师不懂沟通，只会闷头看数据，于是闹各种笑话。比如看到某个产品销量持续下降，又觉得逮住大鱼了，一通分析。送到业务部门那里后引得哄堂大笑：我们早知道了，因为我们最近在做产品退市啊。

类似的情况还有很多。比如业务部门喜欢推某几款产品，结果这几款产品销量一直好，做关联分析，它们是关联度最高的产品；做顾客旅程，它们是所有顾客起点产品；结果某天业务部门改了奖金制度，把这款产品的销售佣金调低了，业务不去推，所有的数据分析全部被推翻。这又是一件人人都知道的事，唯独数据分析师不知道的事。说到底，很多业务动作是无法被数据记录的。单纯的沉迷数据，不和业务沟通，很可能做出看似高深，其实人人都知道的事。

第四种：有沟通，无判断

因为有以上三种情况，所以催生出第四种人：业务说啥他信啥。遇到啥问题都跑去问业务要答案。销售下降，业务说是因为天气不好，他就信了，就真在分析报告上写上“近期天气太热，导致业绩下降。”还美其名曰：和业务深入沟通的结果。这种结论当然是业务早就知道了啊，因为根本就是从人家嘴里出来的。

做数据分析要有自己独立判断能力，和业务沟通与复制业务的话是两码事。数据分析能力人人都可以学习，可为什么还要独立的数据分析部门呢？就是因为业务靠的住，母猪能上树。业务部门永远会说：成绩是我做出来的！至于业绩不好吗，那就是老天爷的问题，是大环境的问题，是马云出手了，是政策有调整，是供应链没跟上，是IT太落后，是数据分析的不准，总之不是我的问题。

比如最简单的：销量不好是因为天气热。这是人话是鬼话，拿出来分析一下吗。从规律看，天气热销售是会有下滑，可为啥有的下滑5%，有的下滑35%？为什么有的天气一凉销量就立马反弹，有的天气凉了销量还不见起色？通过细致的分析，你总能发现业务极力回避或者掩盖的问题。

当然，即使你指出来这些问题，业务也会找理由推辞：“我早知道了，不就是因为那一家门店能力强吗！我之前只是忘了说了”。到了谎言被揭穿的时刻，再补一句“我早知道了”已经毫无杀伤力了。所有人都能看到，这是业务在为逃避责任找托词。即使业务部门不想面对事实，老板也会去思考，如何改变问题的，作为数据分析我们的职责就尽到了。

小结

业务说：我早知道知道了，其实是很难100%避免的。因为这里既有数据分析的原因，也有业务自身的原因。即使我们分析的很到位，业务也可能碍于面子，急于护短，甩出“我早知道了”来搪塞。所以我们无法100%消除“我早知道了”。我们可以100%消除的，是因为我们数据分析师不懂业务，不懂沟通，没有判断导致的“我早知道了”。用分析替代经验，用计算替代拍脑袋，刺破大家习以为常的惯例，解释人人都这么认为背后的逻辑。这才是我们的价值。

以上

这段话有点长，可能同学们得练习一下才能掌握。里边讲销售的例子是因为销售最好理解，大家在使用的时候可以自行替换成产品、用户、活动的例子。

解答一下为什么这么讲。首先，这个问题是一个有罪推定问题，所以不要直接回答，直接回答就上钩了。类似“为什么男人都爱嫖”“为什么女人都拜金”，这种问题你一但去解释，就默认了自己是个嫖货，是个拜金女。谁TM这么说的！但是在面试场合，最好不要直接怼回去。这时候可以先树个靶子，告诉大家：我不是这样的人。有这种人，我见过，他们分别是一二三情况。这一点大家切记切记。很多人面试聊到这个话题，跟面试官怼起来，都是因为默认了自己就是做不好分析，总被人嫌弃，结果跟面试官各种互怼。

其次，本身这个问题就有两方面的原因。但在面试中，我们要体现出我们的服务意识和担当精神，所以不要把责任往业务部门态度差、不懂数据上推。要基于我们能做的工作去思考应对办法。至于现实工作中吗，因为业务方态度差、能力弱、恶意甩锅所带来的“我早知道了”非常非常常见。

换一个场景，大家就能立马理解。比如一个病人去看医生，病人对医生说：我打喷嚏，头发热，头晕，我觉得我感冒了。医生看完病，说：是的，你是感冒了。这个时候病人会说：“我早知道了，你看病看的没有价值”吗？

不会。因为病人自己怀疑自己感冒，和医生确诊感冒是两个概念。至少100种病会导致打喷嚏、头发热，你怎么就知道不是系统性红斑狼疮(SIE)或者是混合性结缔组织病(MCTD)呢？如果病人敢对医生说：“我早知道了，你看病看的没有价值”，没有人会认为是医生不专业，大家只会觉得这个病人是个医闹。

所以，实际工作中解决“我早知道了”的终极办法，就是在沟通中，让业务方先树假设，然后去验证业务方假设。本质上看，业务部门的人做了这么多年产品、运营、销售，对于业务的变化有自己的假设判断是很正常的事，要是完全没有假设，那才是企业要完蛋了呢。所以他们当然会说“我早知道了”

但他们不知道的是：

具体假设成不成立？
假设的准确不准确？
是否有多重因素叠加？
每一种因素起多大作用？

这些细节是一定需要计算的。

比如本月业绩不好，业务方说：“是新品不给力造成的”。这句话很随便，但背后的假设是非常多的，如果“新品不给力造成本月业绩不好”这句话成立，那意味着：

1、新品带来的业绩足以大到影响大盘

2、今年的新品真的较往年表现更差

3、今年的新品较往年的差额，等于大盘下跌的数量

4、所有渠道的业绩都不行，且所有渠道的新品都不行

看到没，这就是为啥大部分业务所谓的“老夫从业10年，看一眼就知道什么问题”经不起数据推敲的原因。所谓的业务经验确实有效，但到底有多少效果，是不是还有其他因素，根本不是靠一眼看能看到的，而需要精细的计算和分析。

很有可能新品是不给力，但是还掺杂了渠道在作死，销售在等/靠/要，市场宣传不到位等等因素。总有一个是业务方不知道的，即使业务方能猜到大体上有这些因素，他也猜不到哪一个更重要；即使他能排出优先级，他也细分不到不同区域，不同人群到底该抓哪一点。他需要一台电脑和一堆数据，细细看才行。

总之，有了假设，就能有的放矢。如果假设验证成立，那至少排除了其他因素。如果发现假设不成立，还有其他原因，就更加是找到了所谓“业务不知道”的东西，这是个非常好的办法。至于如何拿假设，可以靠沟通，也可以靠自己对业务的理解，这里有专门的方法，参考【不想做人肉跑数机，数据分析师要掌握沟通能力】

这个办法针对医闹也成立。你会发现世界上只有医闹，没有神闹。为啥没人去庙里闹，说菩萨不保佑我，菩萨要赔我钱呢。因为人们去医院前是没有假设、没有心理预期、没有目标的，所以不管医生怎么治，他总以为医生在骗钱，他总在质疑我就是打个喷嚏，为什么要花这么多钱检查。而去庙里，往往已经是病入膏肓，诉求非常明确：我要活命，所以求菩萨发发慈悲。于是便出现了这一奇妙现象

这也难怪，因为医院治病，不治傻

同样，数据分析救不了那些躺在老经验上颐指气使的人、救不了那些浑水摸鱼想甩锅的人、救不了那些自以为是目中无人的人。我就听过有学员抱怨，说他们领导要求新入职的分析师，“立即马上分析出业务部门100%不知道且决定公司生死的重大问题！”——除了傻逼以外，没有更合适的第二个词来形容这种人。

如果一个人死到临头才去医院，我们不认为是医院技术不行救不过来，而是认为这个人是傻逼，平时不重视身体健康，死到临头怎么救。同样，数据分析的作用，也不是拿来找出公司死到临头还没有人发现的问题，这样的公司活该倒闭。数据分析更像体检，通过常规指标监控，为业务开展保驾护航，避免错误。这样公司都不会死到临头，为什么还存在“业务部门100%不知道且决定公司生死的重大问题”如果真的数据分析师发现了“业务部门100%不知道且决定公司生死的重大问题”赶紧跳槽吧，这公司死定了！

当然，你要硬问我，有没有通过数据分析发现业务部门100%不知道且决定公司生死的问题。答案当然是：有，而且这种经验我还很多。10年前我刚入行的时候，企业信息化建设刚刚开始，那时候确实有很多问题，是没有上BI之前根本不知道，上了BI大家恍然大悟的。所以如果硬要说找这种故事的话，就从新立的BI项目里找吧。不过10年已经过去了，企业信息化建设也上了一个等级。现在还抱着这种思维，就真的是老古董了。

让这些还停留在经验时代的古董们说“我早知道了”好了，本身很多业务部门的领导，就是靠关系、靠运气、靠资历而不是靠能力混上来的。激烈的市场竞争会教他们做人。我们可以集中精力服务那些愿意理性思考，有意愿解决问题的人。

不过有些同学会说，老师，我们公司的数据化管理氛围不行，没有哪些部门特别愿意合作，怎么办？答，这个年头，已经没有什么工作能离得开数据分析了，从策划项目到落地执行，里边有一大堆细节可以做。如果公司完全缺乏数据化管理的氛围，可以从一些具体工作入手，帮业务减轻负担，让大家慢慢接受数据分析。

原创精选：

中级数据分析师，该有什么样的能力？
数据诊断模型，该怎么搭建？
用户活跃、留存、流失，终于讲清楚了！

如何细致深入做业务不知道的数据分析？学习陈老师的《业务知识一站通》视频课程，可以帮到你。

《业务知识一站通》

长按扫描二维码
了解陈老师的视频课程

还可加入学员群

享受陈老师一对一咨询服务

点击“阅读原文”试听视频课程