“你自己多想想……”是很多新手數據分析師最怕聽的話。如果前邊還加個自己不熟悉的業務，比如“做個內容分析，做個售后分析，做個呼入分析……你自己多想想”，那就更難受了。到底該咋個“多想想”，今天我們系統講解下。

之所以覺得難下手，是因為這里是兩個問題，不是一個問題。

問題一，業務知識：到底是什么業務的，什么樣的積分？？

問題二，分析目標：這個積分到底啥現狀，要分析出什么東西？

兩個東西都不清楚，就如同盲人騎瞎馬，當然毫無頭緒了。

破題，要從業務知識開始。如果連業務的基本情況都不清楚，那就根本沒法分析了。而且在梳理業務的過程中，可以收到業務人員的感性反饋，比如：

這些感性反饋， 可以成為梳理分析目標的起點。

梳理業務，可以依照：來龍去脈，整體局部的順序進行。搞清楚這個業務的上游、下游環節。從而梳理出最粗框架的業務流程。

整明白這兩個問題，就能理清積分的業務流程。以電商業務為例，常見的積分來源、消耗方式如下圖：

梳理出粗框架業務流程以后，可以落實數據來源，即這些環節的數據有沒有記錄，有沒有清晰的記錄，在哪些系統進行記錄。以積分為例，很有可能系統自動產生的積分，比如消費積分，是有清晰記錄的，能具體到每一筆交易。但是活動贈送，人工調賬的，很有可能沒有詳細記錄是哪個活動/哪個投訴補償進來的。

數據分析最大的難題是：沒數據。在梳理業務流程的時候，要提前發現這些問題，避免事后查數據庫的時候，面對一堆莫名其妙，沒有標注的數據。

以上兩個工作，可以不和業務部門溝通，直接順著業務流程/系統流程/數據字典去查，但是僅僅做這兩步，很有可能得到一個：知其然，不知其所以然的結果。更深層的原因是不知道的，比如：

很有可能這些設計的背后，有特定的業務目的。這些業務目的不是直接留在紙面文檔里的。

因此，梳理工作不應停在僅了解流程/數據上。還應該再梳理：業務動作。理解了業務部門出于什么目的，做了什么事，才能理解數據背后的東西。很多常識性的結論可以直接從這些問題里獲得，進一步分析的靈感也能從這里來。從而極大的避免：分析了一堆，業務說“我早知道了”。

當然，不同公司溝通難度不同，這一點上同學們量力而行。能溝通清楚，是最好的。

在梳理完業務后，可以做基礎數據呈現。基礎數據呈現也要遵守：來龍去脈，整體局部的原則。先呈現基礎情況，再發現問題。

呈現完現狀以后，根據之前梳理情況，后續有不同的做法。

如果在梳理過程中，已經拿到感性反饋，則可以直接對感性反饋進行深入分析。

這里要注意幾個關鍵問題：

1、定義一定要清晰。

感性反饋之所以感性，就是因為它沒用規范的描述。比如積分沒啥用，如果是說生產端，一般指：送積分不能帶來效益（比如拉新人、促消費）；如果是消耗端沒用，一般指：積分不受客戶喜歡，客戶兌換使用得少。細節一定確認清楚，避免南轅北轍。

2、真實性驗證不可少。

業務部門給感性反饋背后的原因也很復雜：

l 可能是真的了解情況，非常不滿

l 可能根本不了解情況，隨口一說

l 可能有其他目的（比如上新活動，把積分取代掉），就坡下驢

所以要用數據驗證下，是否說的是真的。如果感性反饋和數據結果對不上，就得再深入思考：到底真實目的是哈？

3、問題度量先于原因分析。

問題先分輕重緩急，再看什么原因導致的。這樣做不但有利于抓真正的重點問題，而且有利于梳理分析標桿，明確改進方向。比如說積分活動ROI太低，低于1:5就算不好，那么以下四種不同的表現，指向的分析結論是完全不同的（如下圖）。

如果在梳理階段，啥感性反饋都沒拿到。那就只能自己做做探索。

在探索階段，重點關注：趨勢和變化

比如在積分來源端，常見的變化情況如下：

作為數據分析，可以把這些發現先羅列出來，要不要深入分析交給領導決定。一般情況下，會說出：“你自己想想……”，要么是領導自己不熟悉這個業務，要么是領導自己也不知道情況，要么是丫不關心這回事。

所以在接到問題時就問領導：“你想分析啥”很有可能是沒答案的——他自己腦子都是空的。所以在呈現基礎數據+變化趨勢+變化以后，可以引發進一步的討論。

當然， 也有可能到這個階段，領導直接說：先這樣吧，讓業務看看。那就完美收工了。

從本質上看，“自己多想想”問題，來源于對情況的不清晰，不止是分析思路，而是連基礎業務情況都不知道。

這時候，破題的核心，就是做好梳理，把情況搞清楚。如果不去梳理流程，不去了解情況動作，不接收感性反饋，不檢查數據來源，不分析發展趨勢和變化，真的只是“自己多想想”那肯定是抓破腦袋也想不出來的，這一點同學們千萬要避免哦。