第一步:先对业务明里、暗里提出的说法做分类
对每一类问题,构建分析假设,把业务理由转化为数据逻辑,拿数据说话。
第二步:优先排除借口
让大家把精力集中在。往往借口产生于:宏观因素、外部因素、队友因素。所以在这里,关键是证伪。只要能推翻他们的逃跑借口就行。证伪最好用的办法就是举例法,同样是下雨,为什么别人就抗的住。同样是流量难搞,为啥别的业务线能持续增长?
第三步,解决白犀牛,剔除明显的重大影响
比如监管政策、公司战略、重大外部环境等等因素,确实会对企业经营起到重大作用,并且这些因素是普通小员工只能接受,不能改变的。但是!这种重大因素表现在数据上,有严格的要求。
第四步:解决黑天鹅,剔除明显突发事件
如果发生的真是突发事件,很容易找到问题源头。正向的:促销活动,某群体用户骚动,新产品上线……负向的:恶劣天气,突发事件,系统宕机……因此先排除单次突发问题,找清楚一点原因以后,再追溯之前的情况,就容易说清楚。
第五步:按分工锁定问题点再谈细节
解决了大问题以后,想讨论更细节的问题就得锁定部门,先定人再谈计划。之前已有分享,这里就不赘述了。
第六步:锁定细节问题
请注意,即使聚焦到一个部门的一个行动,还是很难扯清楚:到底是什么业务上原因导致的问题。因为本身业务上的事就是各种因素相互交织很难扯清。
关于多维度数据分析该如何做的内容,青藤小编就和您分享到这里了。如果您对大数据工程有浓厚的兴趣,希望这篇文章可以为您提供帮助。如果您还想了解更多关于数据分析师、大数据工程师的技巧及素材等内容,可以点击本站的其他文章进行学习。