數據分析是運營人的加分技能，本文作者結合案例闡述如何在運營中運用六西格瑪方法進行數據分析，從而改進業務流程，優化運營效果。

各位小伙伴，大家好！

我是高高，有10年互聯網B端產品運營經驗。

寫在前面：

活動啟動了到底監測什么？哪些問題才是關注的關鍵點？需要什么樣的數據收集才足夠來分析問題？項目有多少缺陷咋樣能知道？找到了bug如何改進和控制？

本章咱們聊聊在項目實施改進時，常用的一個方法：六西格瑪DMAIC。

介紹

概念

六西格瑪（Six Sigma，6 Sigma）是一種管理策略，主要強調制定極高的目標、收集數據以及分析結果，通過這些來減少產品和服務的缺陷。

六西格瑪背后的原理就是如果你檢測到你的項目中有多少缺陷，你就可以找出如何系統地減少缺陷，使你的項目盡量完美的方法。

業務流程

定義[Define]：辨認需改進的產品或過程，確定項目所需的資源。

測量[Measure]：定義缺陷，收集此產品或過程的表現作底線,建立改進目標。

分析[Analyze]：分析在測量階段所收集的數據，以確定一組按重要程度排列的影響質量的變量。

改進[Improve]：優化解決方案，并確認該方案能夠滿足或超過項目質量改進目標。

控制[Control]：確保過程改進一旦完成能繼續保持下去,而不會返回到先前的狀態。

看到這里大家應該都糊涂了，到底是啥意思，咋都是中國字都認識為啥理解不了？

我們來個案例，大家就懂了。

案例

到底現在是不是買房的最好時機，到沒到底部，該不該出手，是近期熱點話題。咱們也來蹭蹭熱點，用運營必備的數據分析能力，來捋一捋這件事。

要知道運營人出得了廳堂下得了廚房，啥啥我們都會，那我們就開始了。

第一步：定義問題

定義問題的目的是進行三個檢驗。

第一個檢驗：復雜性檢驗——問題是否與自己直接相關？

具體問題如：現在是買房的合適時機嗎？自己買房的真正需求是什么？

是為了改善居住體驗，還是結婚應對丈母娘問題，或者為了解決戶口及孩子教育問題？

第二個檢驗：有用性檢驗——問題的答案是否對分析有幫助？

具體如，分析買房真實需求是否對買房有幫助？進行真實需求排序，否則就是“既要……又要……還要……”的問題。

答案的第一順位是學區，好學區的房子基本都是老破??；其次是居住體驗，那么新校區偏遠。

第三個檢驗：可行性檢驗——這些問題是否能定義清楚？

例如，某些潛在的各項政策對房價的影響（太過未知，定義不清）。

當我們定義了問題以后，就開始第二步。

第二步：進行有效的定義

有效的定義是成功關鍵。

通過明確的假設來清晰問題的定義，復雜的問題通常有很多潛在的答案，如果沒有強有力的假設，你會浪費很多時間，并且最終無法證明任何事情。正確的假設決定了你收集怎么樣的數據，并如何看待他們。

問題：北京的房價是否會持續下跌？

• 假設1：剛需人群減少，對應要收集相關數據，如：北京結婚人口；26-40歲無房人口外流的情況；
• 假設2：供給增加，對應要收集相關數據，如：持續推出新樓盤數量；二手房的增加；
• 假設3：經濟衰退，我們要收集相關數據，比方，國內外的政治環境、經濟因素。

第三步：根據有效定義收集來的數據，對問題做衡量

這里有三個重點關注點：一致性、精確度、時效性。

• 一致性，例如，住建委的數據與第三方的中介平臺的數據是否一致，統計口徑的區別；
• 精確度，如數據能準確量化：每日的實際交易量；數據的取得很困難：每個小區的二手房。
• 時效性，如當下的實際情況是怎么樣的。

清楚各項數據的最合適來源，明白各項數據的局限性和可能潛在的錯誤。

第四步：分析問題

把問題拆解來看：通過衡量數據，不斷拆解問題、對比、細分、查看來定義根本環節。

分析問題是整個過程中很重要的環節，要找到連接運轉的路徑，并定位出現問題的具體環節。

第五步：改進問題

對原有策略進行改進，調整監測方式等。

如改變原目標，那么需要調整策略，例如，當分析后發現買房的實際情況和設想不一致，那么有以下幾個調整的可能性：降低需求、提升預算、轉換城市、重新戀愛。

在改進方案時，最核心的點，是依據客觀問題本身而做的，公司以什么主導，解決方向就以什么方向為核心。

那么本章節的最后，給大家布置一個小作業，花5分鐘思考一下，當下的生活需要分析與決策的事件有哪些？

按以下思路逐個回答：

• 想解決的問題是什么？需要決策的事件是什么？
• 需要尋找哪些數據來定義當前的問題？
• 通過對應的數據如何分析并定位問題？
• 基于對問題的分析如何來改進解決
• 如果持續跟進解決方案是否有效？是否有更有效的方式？

比如想提高孩子成績？

比如想說服男朋友買個LV？

你會怎么做呢？

#專欄作家#

高高，微信公眾號：高高的運營手記，人人都是產品經理專欄作家，資深產品運營。

本文原創發布于人人都是產品經理。未經許可，禁止轉載

題圖來自Unsplash，基于 CC0 協議