深度: 資料分析3步走

老闆：這個功能上線，效果怎麼變差了，分析下什麼原因？
PM 內心：MMP，難道不是自然波動嗎？

工作中經常需要資料分析，但有時原因真的很難找。或者就算覺得找到了，也難以用資料證明。有時找到了方向，取了一大堆數，算了半天，發現缺少某個維度的資料，又要重新求著資料部門要資料。找到了想要的資料，又恨自己數到用時EXCEL技能少。總之，一到資料分析要耗費不少時間。

不過沒關係，今天3個步驟教大家高效的資料分析方法。其實，EXCEL 這些工具技巧真的沒那麼重要，資料分析困難和費時主要還是提煉思路的部分。這個部分想清楚了，自然就高效了。

步驟一：拋開預設結論，窮盡維度搜集資料

通常產品上線一週，會有一些關於上線效果的推測的結論。
但在這一步，不要直接根據假設取數，而要蒐集產品維度相關的所有資料。

我們往往會先依據預設假設去要資料。而一旦從資料中發現其他問題，又要再次要資料，從頭分析，浪費時間。

舉個具體的例子。
假設有個平臺為使用者提供接送機服務。有X和Y兩個服務供應商在服務。這個平臺有DE2個渠道售賣這個服務。D渠道又分為D1、D2 、D3 3個子渠道，現在在D1、D2上下線了X供應商。一週後資料週報顯示D1、D2的訂單完成單減少。需要PM給出解釋。

這裡先解釋下，接送機服務使用者下單後，上車到達機場或目的地算訂單完成。中間使用者沒有坐車，比如使用者取消，或者沒有司機接單導致訂單取消，都算這個訂單沒有完成。

初始推測的假設是D1D2下線X供應商，導致Y供應商下單增長，但是沒有那麼多司機接單，因而完成單減少。

那這個時候取數不能只去看D1D2下線前後訂單數、完成單數的變化。而是應該把D3、整個D渠道、E渠道和平臺渠道在前後的訂單數、完成單數都取一遍。萬一D3完成單也減少了呢，可能就是渠道的原因。

取數範圍關注：

• 變化如何：比較D1D2的變化趨勢、變化比例
• 有變化和無變化的比較：D1D2 VS D3, D VS E

取數邏輯關注

• Y下單增長的渠道，完成單如何變化
• Y下單未增長甚至下降的渠道，完成單如何變化
• Y下單增長量大和小的渠道，完成單如何變化

步驟二：從初始資料中建立一些假設

關鍵詞：假設

資料分析的核心是建立建設、驗證假設。所以其實不需要多麼高深的數學或統計學知識，只要有最基本的假設檢驗的概念就可以了。

在步驟一中，你可能找到一些蛛絲馬跡似乎能論證結論。例如你發現了某個資料變化的同時結論資料也變化了。但是要記住這個線索只是假設，不要立刻當成結論。否則的話很可能會在後面被新出現的證據推翻。

在這一步中，把發現的線索當作假設，然後應該思考怎麼進一步去論證，需要哪些進一步的資料。

步驟三：進一步蒐集資料，論證假設

1 是自然下降/上升嗎？

出現資料問題，可以先評估是自然波動嗎？

假設步驟一中的案例，渠道E中X供應商在某個週末下單數增加。它的應單率減少。應單率指的是在使用者下的訂單中，司機接單的數量。
提出假設：X下單數增加導致司機運力不足，從而應單率減少。

但首先可以評估下是否自然波動。例如是否只要週末X的應單率就會下降。可以對比之前週末的資料。

2 有可能是整體性因素嗎？

排除了自然波動，看一下是否有整體性因素？

例如那週末暴雨，導致航班變化、取消比較多。因而訂單自動取消了。而這個因素不僅僅影響X供應商，也會影響Y供應商。那麼可以看Y供應商的應單率是否也下降了。

3 是假設導致的嗎？

排除了以上2種情況，就要開始論證假設。假設論證一般是因果關係的論證。

1） 單一因果關係

即A導致B，這一論證除了去看出現A 是否出現B，還要看

• 出現A 是否有非B
• 未出現A是否一定是非B 是否有B
• 有B的情況是否一定是A，是否有非A
• 非B的情況是否有A，是否是非A

例如，要論證A的增長引起了B的增長，通常需要看

• 有A增長時，B是否增長
• A不變或下降時，B是否不變或下降
• A增長幅度大或小時，B增長幅度是否大或小
• 以及反面的情況

如果只能看到A和B的資料，沒有非A或非B的資料怎麼辦呢？

例如我們在接送機的列表頁新上了一個返現報價的產品。但是購買返現產品的使用者比較少。由於返現產品原價高會被價格低的普通產品擠下去，導致有些情況使用者在第一屏看不到返現報價。我們推測返現整體露出少（A）所以效果差（B），但除了做AB測試再定義個邏輯，我們不可能找到整體返現露出多的情況。

這個時候，可以看子維度。

• 看子維度，且不要只看一個子維度，窮盡子維度是否能得出假設。
• 看子維度的子維度。看子維度是否能再分也能提供資訊。

不同車型（經濟型、舒適型、豪華型等）都有返現。有些車型普通產品少，返現產品露出多。返現露出多的車型效果是否更好？還有一個子維度是城市。有些城市的普通產品也比其他城市少。不同城市的不同車型露出不同。該城市該車型露出多，該城市該車型是否效果好？等等.

2）因果鏈條

有時，一件事不能很直接找到原因，而是有一個長的因果鏈。那應該找出因果鏈每一環，定義測量指標，對每一環論證。

例如步驟一里的案例實際是個因果鏈。

Y供應商下單增長（指標：下單數） -> 導致司機運力不足（指標：應單率=接單數/下單數） -> 接不起（指標：完成單率=完成單數/接單數）

除了看下單數和完成單數，還要關注應單率的變化。

這一步驟中會有一個問題：有些資料比較難找。此時可以進行估算。

例如評估產品露出對返現影響那個專案時，需要看不同城市的露出率。由於接送機需要使用者先輸入時間地址，再根據使用者選擇的區域展示該區域的產品。有些區域有返現露出，有些沒有。前端很難記錄多少概率下該城市返現是露出的。

於是我就想，如果知道一個城市的熱門區域地址，將它們一個個輸入檢視，記錄是否露出，不就能估算該城市的返現露出率了嗎？那怎麼知道一個城市熱門區域有哪些呢？我開啟攜程酒店，上面就有城市熱門區域嘛~接送機的客戶一般都是旅遊或出差，所以酒店入住的熱門區域也差不多是接送機使用者地址的熱門區域。

步驟四：得出結論

完美。