數據分析，應該多思考業務的實際情況，對數據指標進行解讀，從而把有價值的信息提煉出來，解決業務的實際問題。
這個過程雖然看起來挺簡單的，但是卻需要反覆、長期的「刻意練習」才能逐漸熟練掌握。
刻意練習指的是有目的的訓練，是一種不斷改進的做法，是一個不斷積累的過程，積跬步以致千里。刻意練習的過程必須專注，需要認真地去思考，並且及時驗證和反饋。
比如，數據分析思路的訓練，首先應該專注於解決問題，其次要去思考問題到底是什麼，然後用數據進行驗證，搞清楚問題的真正原因，從而提出解決方案的建議，最後付諸行動，並跟蹤反饋行動的效果。
在現實的工作和生活環境中，數據指標發生變化是一件很常見的事，而分析數據指標，應該是數據分析師的看家本領。那麼具體應該如何分析數據指標的變化呢？可以參考下面數據分析的思路。
1. 確認數據源是否正確？
如果數據源本身不對，那麼應該儘快修正數據源。實際上，因為數據源不對，導致數據指標異常變化的情況非常多，一定要先確認數據沒有錯，不要報假警。確認數據源正確無誤後，接下來才開始進行數據分析。
2. 判斷數據變化的程度如何？
這是確認問題的輕重。常見的指標，比如銷售額，其波動是有一定範圍的，根據歷史經驗，可以預設好變化的預期值。如果是輕微的變化，在正常的波動範圍之內，那麼通常可以不用深入分析。假如數據變化比較大，超出我們的預期，那麼需要做進一步的分析。對於數據嚴重超標的情況，需要重點跟進分析。
3. 數據變化的周期如何？
如果是一次性的變化，那麼分析看看是否有持續的跡象？如果是周期性的變化，那麼分析看看是否符合周期性的規律？與上一個周期的數據進行對比，分析判斷數據變化的趨勢。比如二月份銷售下降，看看是不是有春節的影響？去年的春節是不是也發生在二月份？和去年同期相比的，銷售是上升還是下降？
4. 數據變化的前後發生了什麼事件？
單純地看整體的數據，往往很難搞清楚數據變化的真實原因，但是當我們縮小範圍，運用假設檢驗的思維方式，把數據變化和相關事件聯繫起來，大膽假設，小心求證，進行深入的分析，就更容易找到問題的根源。所以，熟悉業務和行業知識很重要。
事件可以細分為外部事件和內部事件，外部宏觀層面的事件通常採用 PEST 分析模型，其中 P 是政治（Politics），E 是經濟（Economy），S 是社會（Society），T 是技術（Technology）。政治的影響可能是致命的，有可能讓行業面臨滅頂之災，其他的影響更多是漸進式的。內部事件可能在短期內對快速改變數據指標，比如當績效考核方案發生重大調整時，KPI 指標可能很快就會發生變化。一般數據分析的原則是：劇烈變化看政策，短期波動找內因，長期異動找外因。
5. 數據變化的細分緯度有哪些？
對於一般的商品銷售業務來講，通常包括「人、貨、場」三個細分緯度，其中「人」包括員工和客戶，「貨」主要是指銷售的商品，「場」是指銷售的場景，比如線下的門店、線上的網店。
比如某天整體銷售額上漲了20%，是哪些員工、哪些客戶、哪些商品、哪些渠道在上漲？上漲的主要原因有哪些？把表現比較好的標出來，總結成功的經驗，其他表現不佳的可以學習，未來尋找解決方案時也可以參考借鑑。
總結
數據變化是很正常的現象，發現數據指標的變化以後，首先要確認數據本身的正確性，然後再去分析數據變化的程度、周期、相關事件、細分緯度等情況。
不斷刻意練習這個過程，數據分析的思路就會逐漸打開，很多問題其實也就能迎刃而解了。
如果能在數據分析這個細分領域成為專家，把每一個環節做到極致，幫助別人解決實際問題，並用心做好傳播工作，把經驗和技能傳承下去，讓自己的工作價值放大，實現利他和利己的雙贏，將來回首自己的生涯，也許感覺會很不一樣。
文章來源於公號：林驥 ，作者林驥 轉載此文是出於傳遞更多信息之目的。若有來源標註錯誤或侵犯權益，請作者持權屬證明聯繫，將及時更正、刪除。
文章來源: https://twgreatdaily.com/zh-cn/lO9R73MBeElxlkkaCbmc.html