数据分析的作用（数据分析思维）

一 数据分析的意义

Google的数字营销传播者Avinash Kaushik曾说“All data in aggregate is crap”，即“汇总的所有数据都是废话”，我理解他想说的是汇总的数据掩盖了很多问题，即我们需要下钻分析数据指标，以理解指标的各种取值或者趋势背后的真正原因（特别是指标取值或者趋势异常时），以便于优化指标。

就我们今天的业务发展来说，也需要先理解业务数据，才能更好的用数据和算法赋能业务，实现高质量增长。

二 常用分析方法

1 什么是分析方法？

面对问题，通常的想法是零散的。分析方法就是“能将零散的想法整理成有条理的分析思路”的方法。如下图所示，掌握了分析方法就能快速洞察数据背后的本质原因，以快速精准定位问题。

2 宏观战略分析

常用战略分析方法有PEST、SWOT和波特五力模型。

PEST

PEST分析是指宏观环境的分析，P是政治(politics)，E是经济(economy)，S是社会(society)，T是技术(technology)。

SWOT

SWOT即基于内外部竞争环境和竞争条件下的态势分析，可以对研究对象所处的情景进行全面、系统、准确的研究。分析角度：优势（Strengths）、劣势（Weaknesses）、机会（Opportunities）和威胁（Threats）。

波特五力

波特五力即行业中存在着决定竞争规模和程度的五种力量，这五种力量综合起来影响着产业的吸引力以及现有企业的竞争战略决策。五种力量分别为同行业内现有竞争者的竞争能力、潜在竞争者进入的能力、替代品的替代能力、供应商的讨价还价能力与购买者的议价能力。

3 5W2H

5W2H分析法又叫七问分析法，简单、方便，易于理解、使用，富有启发意义，广泛用于企业管理和技术活动，对于决策和执行性的活动措施也非常有帮助，也有助于弥补考虑问题的疏漏。

• 5W是指：what（是什么）、when（何时）、where（何地）、why（为什么）、who（是谁）。

• 2H是指：how（怎么做）、how much（多少钱）。

4 微观数据分析

由于业务数据指标往往是由多个微观原因引起的，上面的方法难以定位这类问题（如“订单量为什么下降”）的根本原因，这时候就需要运用其他微观数据分析方法。

逻辑树分析法

逻辑树分析方法是把复杂问题拆解成若干个简单的子问题，然后像树枝那样逐步展开。

费米问题是在科学研究中用来做量纲分析、估算和清晰地验证一个假设的估算问题。例如：北京有多少辆特斯拉汽车？某胡同口的煎饼摊一年能卖出多少个煎饼？深圳有多少个产品经理？一辆公交车里能装下多少个乒乓球？一个正常成年人有多少根头发？

回答费米问题，可以用到逻辑树分析方法，将一个复杂的问题拆解成子问题，然后逐一解决。下面我们就用一个例子来学习下如何解决这类问题。

有人曾经问费米：“芝加哥有多少钢琴调音师？”什么是钢琴调音师呢？为了保持钢琴的音准，需要定期由专业人员检查、调整不准确的音。从事这类工作的人被称为钢琴调音师。

对于这个问题，可以使用逻辑树分析方法来拆解。钢琴调音师数量=全部钢琴调音师1年的总工作时间／一位调音师每年的工作时间。所以，可以把这个问题拆解为两个子问题（如下图）：

• 全部钢琴调音师1年的总工作时间；

• 一位调音师每年工作时间。

对于全部钢琴调音师1年的总工作时间，又可以拆解成3个子问题（如下图）：

• 有多少架钢琴；

• 钢琴每年要调几次音；

• 调一次得多长时间。

现在我们一个个去解决这些子问题。

第1个子问题：有多少架钢琴（如下图）？

我们再把它拆分，首先需要知道芝加哥有多少人，其次需要知道拥有钢琴的人所占的比例。芝加哥的人口可以通过网络查出来，大概有250万人。有钢琴的人占的比例是多少？具体数据不知道，但是我们可以猜一下。钢琴对普通家庭来说比较贵，而且钢琴占地较大，不方便放在家里，所以我们猜家庭拥有钢琴的比例是1%。为什么是1%，不是5%呢？因为1%通常表示概率极低，有的机构拥有钢琴数量比个人多，例如音乐学院，所以我们再猜个数字，大概是2%左右。有了这些数据，就可以算出芝加哥大概有5万架钢琴。

下面来看第2个和第3个子问题（如下图）。

第2个子问题：钢琴每年要调几次音？钢琴调音师属于稀缺行业，人肯定不多，钢琴也不像吉他需要频繁地调音，估计是一年1次。

第3个子问题：调一次得多长时间？大概是2小时。

第4个子问题：一位调音师每年工作多长时间呢（如下图）？

美国每年有四个星期是假期，一年大概有50个星期。按一周工作5天，每天8小时来算，这三个数相乘，就可以得到一位调音师每年工作时间是2000小时。

但是钢琴调音师要四处跑，路上肯定要花时间，所以减去20%用在路上的时间，调音师每年大概工作1600（2000-2000×20%）小时。

现在我们把4个子问题汇总一下（如下图）。

全部钢琴调音师1年的总工作时间是3个子问题的数字相乘，一共是10万小时，而调音师每年工作1600个小时，我们用全部钢琴调音师1年的总工作时间，除以一位调音师每年工作时间，就得到了62.5。再四舍五入，费米预测芝加哥大概有63位调音师。

这个答案准不准呢？后来费米找到了一张芝加哥钢琴调音师的名单，上面一共有83人，有不少人名还是重复的。所以费米估算出来的结果已经相当准了。

多维度拆解法

假设在每个医院最近收治的1000例患者中，A医院有900例患者存活。然而，B医院只有800例患者存活（如下图）。这样看起来，A医院的存活率更高，应该选择A医院。你的选择真的是正确的吗？

现在我们使用多维度拆解分析方法来看下。

光看患者整体时，我们可能注意不到“数据构成要素的差异”。现在根据患者的健康状况，我们将每家医院入院的总人数拆解为两组，一组是轻症患者，一组是重症患者（如下图）。然后我们再来计算患者存活率，会有什么发现呢？

我们来比较A医院和B医院的重症患者组。

• A医院有100例患者入院时是重症患者，其中20例存活。

• B医院有400例患者入院时是重症患者，其中200例被救活了。

所以，对于重症患者，去B医院的存活率更高，是更好的选择（如下图）。

那如果亲人入院时是轻症患者呢？用同样的方法分析，出人意料，轻症患者在B医院的生存率也超过了A医院的生存率，B医院依旧是更好的选择。

通过多维度拆解数据，我们发现了和一开始截然相反的结论，这种现象被称为“辛普森悖论”（Simpson’s Paradox），也就是在有些情况下，考察数据整体和考察数据的不同部分，会得到相反的结论。

只看数据整体，我们可能注意不到“数据内部各个部分构成的差异”。如果忽略这种差异进行比较，就有可能导致无法察觉该差异所造成的影响。正如前面的案例，关注数据整体（入院的全部患者）和关注数据内部的不同部分（按健康状态将患者拆解为两组数据），就得到了不同的结论。

对比方法

1）什么是对比方法

数据分析中，我们通过对比分析方法，来追踪业务是否有问题。例如，我的CTR是4%，你说是高还是低？这个CTR有问题吗？这时候，就需要用对比分析方法来追踪业务是不是有问题。正所谓，没有对比就没有好坏。

心理学家给这种现象发明了一个术语叫作价格锚定，也就是通过和价格锚点对比，一些商品会卖得更好。

《经济学人》是美国的畅销经济学杂志，它做过一个订阅实验，给用户以下3个选项进行选择：

• 只订阅电子版，59美元一年；

• 只订阅纸质版，125美元一年；

• 订阅纸质版+电子版，125美元一年。

第2个选项和第3个选项的价格一样，但是第3个选项提供的服务更多。

实验结果显示，只有16%的人选择了第1个选项，有84%的人选了第3个选项，也就是有更多的人愿意花更多的钱去订阅杂志（如下图）。

如果把第2个选项去掉，对用户有影响吗？

去掉第2个选项，选择125美元（原来的第3个选项）的用户减少到了32%（如下图）。

如果没有之前第2个选项，用户会和第1个选项对比，发现花125美元不划算。当有第2个选项的时候，用户就会将比较对象换成第2个选项，这样才能体现出第3个选项的优惠。

2）与谁比

与谁比一般分为两种：与自己比，与行业比。

3）如何比较

一般从3个维度比较：数据整体的大小、数据整体的波动、趋势变化。

a）数据整体的大小：某些指标可用来衡量整体数据的大小。常用的是平均值、中位数，或者某个业务指标。

b）数据整体的波动：标准差除以平均值得到的值叫作变异系数。变异系数可用来衡量整体数据的波动情况。

c）趋势变化：趋势变化是从时间维度来看数据随着时间发生的变化。常用的方法是时间折线图，环比和同比。

• 时间折线图是以时间为横轴、数据为纵轴绘制的折线图。从时间折线图上可以了解数据从过去到现在发生了哪些变化，还可以通过过去的变化预测未来的动向。

• 环比是和上一个时间段对比，用于观察短期的数据集。例如某数据在2020年12月比2020年11月下降10%。

• 同比是与去年同一个时间段进行对比，用于观察长期的数据集。例如某数据在2020年12月比2019年12月下降10%。