經(jīng)常有同學(xué)疑惑：

“什么是頂級(jí)的數(shù)據(jù)分析方法”

“面試的時(shí)候，被人問(wèn)：用過(guò)什么方法，怎么回答好?”

“為什么我講的分析方法，會(huì)被人嫌棄簡(jiǎn)單？”

今天系統(tǒng)盤(pán)點(diǎn)下數(shù)據(jù)分析方法，大家也好對(duì)號(hào)入座，看看自己講的水平如何。

首先，并不是名字帶“分析”倆字的，就是數(shù)據(jù)分析方法。有很多XX分析，是統(tǒng)計(jì)學(xué)、運(yùn)籌學(xué)、數(shù)學(xué)的專業(yè)工具，并不直接指向業(yè)務(wù)問(wèn)題的答案。當(dāng)人們?cè)趩?wèn)：“有什么分析方法”的時(shí)候，更多期望聽(tīng)到一個(gè)能給出結(jié)論的方法。

所以想回答好這個(gè)問(wèn)題，要回到：數(shù)據(jù)分析到底解決哪些業(yè)務(wù)問(wèn)題上去。

從業(yè)務(wù)用途上看，數(shù)據(jù)分析可以解決5大類問(wèn)題

1、是多少（數(shù)據(jù)描述狀況）

2、是什么（樹(shù)立數(shù)據(jù)標(biāo)準(zhǔn)）

3、為什么（探索問(wèn)題原因）

4、會(huì)怎樣（預(yù)測(cè)業(yè)務(wù)走勢(shì)）

5、又如何（綜合判斷狀況）

圍繞每個(gè)問(wèn)題場(chǎng)景，有特定的方法組合（如下圖）

圖片

一、解決“是多少”的方法

用數(shù)據(jù)描述狀況，需要建立完善的數(shù)據(jù)指標(biāo)體系。建立數(shù)據(jù)指標(biāo)體系，則需要梳理清楚數(shù)據(jù)指標(biāo)之間的邏輯。數(shù)據(jù)指標(biāo)間有兩種基本的邏輯：串行邏輯和并行邏輯，因此衍生出兩種基本的分析方法：漏斗分析法&指標(biāo)拆解法。

圖片

拆解的業(yè)務(wù)多了，人們發(fā)現(xiàn)，某些數(shù)據(jù)指標(biāo)可以固定的組合使用，比如：

用戶運(yùn)營(yíng)場(chǎng)景：AARRR指標(biāo)、RFM指標(biāo)

零售門(mén)店場(chǎng)景：人、貨、場(chǎng)指標(biāo)

商品管理場(chǎng)景：進(jìn)、銷(xiāo)、存指標(biāo)

這些也習(xí)慣性被稱為：分析模型。但注意，這些都只是在展示數(shù)據(jù)。數(shù)據(jù)+判斷標(biāo)準(zhǔn)，才有分析結(jié)論。有關(guān)判斷標(biāo)準(zhǔn)的分析，就是：是什么類問(wèn)題。

二、解決“是什么”問(wèn)題的方法

判斷標(biāo)準(zhǔn)可以很簡(jiǎn)單，比如領(lǐng)導(dǎo)的指令、KPI要求、過(guò)往同期數(shù)據(jù)，都能作為標(biāo)準(zhǔn)。這些統(tǒng)稱為：簡(jiǎn)單標(biāo)準(zhǔn)。但很多時(shí)候，指標(biāo)走勢(shì)是否正常，并無(wú)明確的KPI約束，甚至KPI達(dá)標(biāo)，但是走勢(shì)奇特，領(lǐng)導(dǎo)們還是會(huì)覺(jué)得有問(wèn)題。這時(shí)候就需要找其他參照物。因此衍生出一系列分析方法。

比如：

與業(yè)務(wù)自身規(guī)律比較，判斷好壞：生命周期法、自然周期法

與同類型，同期發(fā)展的業(yè)務(wù)比較：同期群分析法

與其他業(yè)務(wù)個(gè)體進(jìn)行比較：分層分析法

這樣對(duì)比，即使只有1個(gè)數(shù)據(jù)指標(biāo)，也能得出好壞判斷。如果業(yè)務(wù)發(fā)展違背過(guò)往規(guī)律，明顯比其他個(gè)體更差，則可以判定為：不好。

圖片

當(dāng)然，也可以使用2個(gè)指標(biāo)，比如經(jīng)典的矩陣分析法，通過(guò)兩指標(biāo)交叉+兩指標(biāo)平均值，分出四類業(yè)務(wù)，從而得出好壞判斷。

圖片

如果用更多指標(biāo)也行，比如常用的Kmean聚類，可以先利用多個(gè)指標(biāo)對(duì)業(yè)務(wù)個(gè)體聚類，之后再看各類型之間表現(xiàn)優(yōu)劣。

以上這些方法，都能將業(yè)務(wù)的好/壞區(qū)分出來(lái)，從而在一定程度上輔助判斷。

三、解決“為什么”問(wèn)題的方法

“分析下這個(gè)問(wèn)題是什么原因?qū)е碌摹笔浅Ｒ?jiàn)的要求，這就是“為什么”問(wèn)題。解決為什么問(wèn)題，有兩大基本思路：

一：結(jié)果推斷：?jiǎn)栴}發(fā)生后，用各種數(shù)據(jù)尋找差異，建立假設(shè)。

常見(jiàn)的，比如：

結(jié)構(gòu)分析法：通過(guò)結(jié)構(gòu)分析，找到問(wèn)題發(fā)生點(diǎn)

標(biāo)簽分析法：通過(guò)打標(biāo)簽，做個(gè)體對(duì)比，找到問(wèn)題原因

相關(guān)分析法：通過(guò)計(jì)算指標(biāo)相關(guān)關(guān)系，找到相關(guān)指標(biāo)，再形成假設(shè)

MECE法：講多個(gè)業(yè)務(wù)假設(shè)，按MECE原則合并成分析邏輯，一一驗(yàn)證

結(jié)果推斷，可以把業(yè)務(wù)口中“我覺(jué)得這是XX原因”，抽象成一個(gè)數(shù)據(jù)可驗(yàn)證的假設(shè)，因此適用范圍非常廣。但結(jié)果推斷只是單方面從結(jié)果做歸納，有可能有偏頗，還需要實(shí)驗(yàn)驗(yàn)證。

圖片

二：實(shí)驗(yàn)推斷：先有假設(shè)，然后通過(guò)實(shí)驗(yàn)/分組對(duì)比，驗(yàn)證假設(shè)。常見(jiàn)的方法，包括ABtest、DID、PSM、RDD、Uplift等方法。

這些方法更接近傳統(tǒng)統(tǒng)計(jì)學(xué)的實(shí)驗(yàn)，大部分都要求：

1、開(kāi)展數(shù)據(jù)實(shí)驗(yàn)，驗(yàn)證假設(shè)

2、設(shè)參照組/實(shí)驗(yàn)組，且參照組/實(shí)驗(yàn)組特征相似

3、區(qū)分控制變量、環(huán)境變量，重點(diǎn)測(cè)控制變量的影響

實(shí)驗(yàn)推斷有統(tǒng)計(jì)學(xué)依據(jù)，計(jì)算過(guò)程復(fù)雜，看起來(lái)更量化一些。但是對(duì)實(shí)驗(yàn)條件要求太高，比如大促銷(xiāo)類ALL in的業(yè)務(wù)，比如商品、店鋪這些無(wú)法控制環(huán)境的業(yè)務(wù)場(chǎng)景，比如業(yè)務(wù)員行為、內(nèi)容傳播等難采集數(shù)據(jù)的領(lǐng)域，都很難用。

理想的狀態(tài)，肯定是兩者結(jié)合，事實(shí)-假設(shè)-驗(yàn)證，不斷循環(huán)，接近真相。但現(xiàn)實(shí)中有很多條件制約。導(dǎo)致我們只能從一個(gè)角度切入，慢慢靠近真相。

四、解決“會(huì)怎樣”問(wèn)題的方法

預(yù)測(cè)類問(wèn)題，是所有人都感興趣的話題，也是統(tǒng)計(jì)學(xué)/算法最有可能發(fā)揮作用的地方。唯一限制方法使用的，是：到底有多少數(shù)據(jù)&業(yè)務(wù)人員要不要參與。

如果業(yè)務(wù)人員堅(jiān)持參與預(yù)測(cè)過(guò)程，就只能用業(yè)務(wù)假設(shè)法或者滾動(dòng)預(yù)測(cè)法，這些方法把影響結(jié)果的參數(shù)都列出來(lái)，方便業(yè)務(wù)人員拍腦袋，也能幫他們清晰：我要做多少。

圖片

如果業(yè)務(wù)人員不參與，則視數(shù)據(jù)量的多少。數(shù)據(jù)少，則使用時(shí)間序列預(yù)測(cè)，數(shù)據(jù)多，且有影響結(jié)果的原因數(shù)據(jù)，則可以用諸如回歸模型一類算法預(yù)測(cè)。

圖片

五、解決“又如何”問(wèn)題的方法

綜合評(píng)估與分配問(wèn)題，統(tǒng)稱“又如何”問(wèn)題。這是決策的最后一步，決定是否對(duì)業(yè)務(wù)做動(dòng)作，做多大動(dòng)作。有些簡(jiǎn)單的評(píng)估是很容易的，比如銷(xiāo)售簽了生死狀，達(dá)不成業(yè)績(jī)目標(biāo)就炒魷魚(yú)。

但大部分情況，評(píng)估很復(fù)雜，要考慮方方面面。這里最大的區(qū)別，在于要不要考慮領(lǐng)導(dǎo)的主觀意見(jiàn)。如果要，果斷使用主觀評(píng)分法！滿足領(lǐng)導(dǎo)的打分欲是第一位的。如果不要，再考慮使用有監(jiān)督的機(jī)器學(xué)習(xí)算法，或者因子分析法，DEA法（求的是相對(duì)效率）等客觀方法。

至于：做多少，誰(shuí)來(lái)做。就是更復(fù)雜的問(wèn)題了。想做好分配，得先把前邊幾步分析做完，對(duì)每個(gè)業(yè)務(wù)線基礎(chǔ)能力有充分認(rèn)識(shí)，才好下判斷。這里，線性規(guī)劃的方法，可以用來(lái)做支持。

圖片

六、為什么感覺(jué)沒(méi)用上方法？

綜上可見(jiàn)，數(shù)據(jù)分析的方法是非常多的。但為什么很多同學(xué)感覺(jué)自己沒(méi)用上方法呢？因?yàn)槊糠N方法是和業(yè)務(wù)場(chǎng)景、領(lǐng)導(dǎo)風(fēng)格、數(shù)據(jù)質(zhì)量、息息相關(guān)的。

比如因果推斷算法大多基于分組測(cè)試展開(kāi)，而實(shí)際業(yè)務(wù)中，很多因果分析是事后再查原因，也不給二次實(shí)驗(yàn)的機(jī)會(huì)。

比如很多公司的分配方案，根本就是領(lǐng)導(dǎo)拍腦袋，一言堂，根本沒(méi)機(jī)會(huì)讓分析師用算法。

比如預(yù)測(cè)問(wèn)題，很多公司根本沒(méi)有足夠數(shù)據(jù)積累，只有一條銷(xiāo)售數(shù)據(jù)，那撐死了也只能用時(shí)間序列法。

這種理想與現(xiàn)實(shí)的差距，讓很多同學(xué)很痛苦。一方面不清楚到底這些方法該如何用，另一方面不了解，自己該如何應(yīng)對(duì)業(yè)務(wù)需求。面試和工作都很吃力。