起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識數據分析報告，【建議】部分該怎么寫？
在數據分析中，如何提出有效的策略性建議？本文通過一個簡單的例子，展示了如何運用數據思維，深入挖掘問題背后的原因，并提出具體的、可操作的建議。
你不要光報數字！要做策略性思考！要提出可行的建議！
很多做數據的同學都被領導、同事這么吆喝過。然而，什么是策略性思考？？？往往一聽到這種詞，就有同學急不可耐地掏出《麥肯錫方法》之類的鎮山法寶，或者在網上搜《底層思維》、《核心邏輯》、《分析框架》之類的文章。
結果除了“裂變”“痛點”“顛覆”這些似懂非懂的詞以外屁都沒有記住，下次寫報告還是繼續同比、環比、三年比，低了要搞高……
咋辦？!
看個簡單的例子，今天HR的小妹妹李芊穎同學被領導罵哭了，因為身為HR，她本人這周的考勤表，長這樣：
SO，作為數據分析師的同學們，看到這個咋提建議？
一、缺乏策略性的表現
很快，4個做數據分析的同學都給了答案。
同學1的答案：
- 本月共22個工作日，遲到11個工作日，遲到率50%
- 遲到最多的是第二周，共遲到4天，遲到率80%
- 遲到最少的是第三周，共遲到1天，遲到率20%
同學2的答案：
- 遲到次數太多，建議不要遲到。
- 特別建議周一不要遲到。
同學3的答案：
- 數據來源是……
- 建模過程是……
- 經過回歸模型分析，預測下個月遲到12天。
- 建議減少遲到。
同學4，還沒給答案：
他正在網上找《員工遲到分析模型》。找了一上午沒找到，但是加了五個數據分析討論群，每個群里都在問：
- 有沒有數據分析高手？
- 有沒有HR行業的數據分析師？
- 有沒有HR方面分析的書，最好PDF版的？
- 急！可付費！在線等！
問，以上四個同學，哪個能及格？
二、核心的癥結
顯然，以上四個都不合格哈！
不合格不僅僅因為他們說的都是空話、廢話。更因為他們都犯了同一個問題：就數論數，脫離過程。
作為HR經理，想聽到的建議是：
- 建議1：早點出門。
- 建議2：該打車就打車，省那錢干啥。
- 建議3：犯了錯就認罰，哭有屁用！
作為李芊穎小妹妹，想聽到的建議是：
- 建議1：減少給李芊穎同志的工作量。
- 建議2：由于李芊穎同志住得太遠，建議多批幾天特例。
- 建議3：上個月李芊穎同志太辛苦，建議免于處罰。
看到區別木有，無論是業務方的領導和下屬，都不關心具體的數字是什么，更不關心得出數字的模型是什么。他們關心的是可以做什么。做的事情要有依據，能服人就更好了！所謂建議，是業務部門可以做的一個具體動作。這個動作和業務工作流程有密切關系。要能夠達到一個大家認可的結果。
所以在推導建議的時候，不要單純在數字上糾結，特別是不要在類似題目的這種“結果數字”上糾結。單純糾結結果，就會變成“你說我偷懶，我說我沒懶”這種小孩磨牙式爭吵。要想辦法深入到問題發生的過程中，才能找到答案。
三、破題的思路
聯系到具體過程，我們就能發現：數據對于量化過程、鎖定問題有巨大幫助。
比如最簡單的一個建議：“早點出門”，聽起來是個理，實際上至少存在三個漏洞：
- 早到幾點出門不清楚，6點？7點？8點？空口說“早點出門”跟沒說一樣，需要量化。
- 有沒有特殊原因，不清楚。很有可能小姑娘哭得梨花帶雨的：“人家前一天加班到半夜，第二天起不來很正常嗎?。?！要求正裝出席，出門前化妝不很正常嗎?。?！又要人家忙又怪人家，嗚嗚嗚”……不區分具體場景的量化，根本說不服人。
- 特殊原因真的假的，不知道。鬼知道她是真在忙，還是前天出去嗨到半夜去了。更糾結的是，可以直接推導出答案的數據可能是缺失的。你又不是人家男朋友，你怎么知道人家前一天晚上是出去嗨了還是加班了。
沒有直接證據的情況下，就得一步步來：
- 先清理出來可用的數據，建立一個基本分析框架
- 再看怎么挖掘具體場景，排除異常情況
這樣才能做到有理有據，以理服人。
四、答題的順序
第一步，先搞清有什么數據可以用。
通勤這件事，我們其實并不需要那么多隱私信息：
第二步，建立基礎的分析框架。
基礎的分析框架中，不考慮各種意外情況、特殊場景，就看業務最基本的數據邏輯。
比如通勤這個事，只要選好了起點（李芊穎住的小區）終點（公司），打開高德地圖都能看到：
- 距離多遠
- 坐地鐵需要多久
- 坐車需要多少錢，需要多久
有了這些基本信息，就能判斷出來：這個距離是否真的太遠，從而剔除很多借口/猜疑（如下圖）：
第三步，討論可以量化的特例。
不要一看到小姑娘漂亮就想八卦人家的隱私，除了引發爭吵外沒啥好處。先把能收集到數據的，明面上的問題，比如加班、打車算清楚。這樣一來能看到：是不是真的分工不均，委屈別人了；二來也能堵住找借口的嘴（如果確實沒加班的話）。
第四步，推導建議。
有了以上的鋪墊，推導建議就能有理有據了，而且非常具體（如下圖）：
五、回到現實工作
當然，上邊只是一個逗比的小例子，但是清晰地反映了現實中問題：
- 業務部門往往處于本位主義思考，提的建議都是對自己有利/自己想表達的，懶得顧及事實，更懶得細致分類。
- 數據部門往往陷入數字游戲，過于關注數字計算，忽視業務過程，最后就數論數，止于數字。
這樣都是不利于得出正確的結論和建議的，最好的做法，就是從過程出發，層層推進，構建起邏輯樹。然而這兩年算法模型概念廣為流傳，一下讓業務方和數據都以為，只要LR，CNN，XGBOOST呼啦啦往上懟，電腦就能開口說話：“李芊穎呀，我是全知全能的阿爾法大狗子，這個月遲到都怪你自己哦”……于是就惹出更多笑話了。
當然，這些都建立在一個基本前提上：你得能分清看到的是結果數據還是過程數據。曾經有個同學問陳老師：“老師，我要如何提升策略性思考能力，你看我們現在明明一切做得很好，可轉化率就是上不去，為啥嗯？”
答曰：你們現在就是李芊穎呀，嘟著粉紅小嘴一臉委屈的：“我明明每天很積極上班了，可咋就是遲到了呢”……想找到答案，光糾結結果沒啥用，得深入過程中哦。
所以不要單純地堆砌數字，或者擺一堆圈圈框框，具體問題具體分析才是正道。
專欄作家
接地氣的陳老師，微信公眾號：接地氣的陳老師，人人都是產品經理專欄作家。資深咨詢顧問，在互聯網，金融，快消，零售，耐用，美容等15個行業有豐富數據相關經驗。
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。
該文觀點僅代表作者本人，人人都是產品經理平臺僅提供信息存儲空間服務。
“建立基礎的分析框架”，這一步講得有些模糊，有幾個問題：
1. 不同的場景，分析的問題和數據是不同的，文章里面并沒有給出普適性的方法論——如何搭建分析框架？
2. 現實的場景中，數據、問題、目標等，并不像“遲到問題”這么簡單。強行去簡化，也只能得出比較空泛的結論，無法給出具體可行的實施方案；
我感覺“框架”這個詞感覺被用爛了，好像一個萬能的黑盒，給人一種“簡便方法”，又或者是解決問題的固定套路的感覺。
很多文章上來就是提出一個問題，然后丟到框架里面去，答案就出來了。
支持?。?！