数据分析师|数据分析，如何诊断业务问题_

编辑导读：用数据分析来指导业务问题，非常容易出现各种问题。比如数据分析指出某个早就存在的问题，却没有办法给出一个具体的解决方法，或者业务人员尝试解决无果之后，就会觉得数据分析是不可靠的。那么，怎样才能用数据分析来诊断业务问题呢？本文作者对此进行了分析，与你分享。

文章插图
诊断业务问题，是很多企业对数据分析师的基础要求，也是数据分析驱动业务的三大基础方法之一。在数据分析方法里，业务问题诊断，是典型的“一看就会，一做就错”。
很多同学很苦恼：“为啥我做的问题分析，业务方不认可呢?”今天系统的解答一下。
一、常见做法业务诊断有标准的流程：

第一步：建立监控指标
第二步：树立判断标准
第三步：发现异常情况
第四步：细分问题来源
第五步：给出诊断建议

举个简单的例子：某公司有4条销售业务线，定了目标是月销1个亿，实际达成9500万，不达标。四条线表现如下图。则可以轻松看出，是A渠道出了问题（如下图）。

文章插图
如果销售是线上销售，还能进一步看到转化流程，从而诊断出是哪个环节出了问题（如下图）。

文章插图
于是，常见的诊断建议，就是：“发现A业务线出了问题，投放转化率太低，建议搞高”。
常规的做法即是如此。问题是，相当多的同学这么干完，会得到一句：“你说的都是废话！”的评论。感觉好冤枉。然而问题出在哪里呢？
二、常见问题常规做法的问题，来自于：就数论数，浮于表面。这么做，就好比病人去看医生，医生说：“你的体温38度，建议搞低。”一样。你是病人，你也会拍案而起：“我TM早知道我发烧了呀！到底咋办呀！”。
【数据分析师|数据分析，如何诊断业务问题】单纯地罗列数据，不是问题诊断，充其量算是问题发现。
业务方期待听到的问题诊断，要指向一个：具体业务行动。还拿A公司举例子，业务方期望听到的，是如下诊断结果（如下图）。

文章插图
很多做数据的同学，看到这里会脑瓜子“嗡！”的一声。这些东西太感性了，怎么和DAU、转化率、活跃率、消费金额这些指标关联起来呢？
三、解题关键用数据驱动业务，最怕业务方说：“你行你上呀，不行别BB”。特别是用数据提出问题的时候，业务方会本能地进行反击。不是甩锅给大环境、上下游部门，就是伸手要资源，要么就祭出终极杀器：“你说的我都知道，我干过了，不行，不信你来干”。如果业务方下决心跟数据分析抬杠的话，数据分析师是非常弱势的，一定吵不赢。
因此在本质上，诊断问题，诊断的是业务方的心病。只有区分清楚谁真正愿意改进问题，才能对症下药。
区分的关键点，有四个：