在當(dāng)今數(shù)據(jù)泛濫的時(shí)代，數(shù)據(jù)分析已不再僅僅停留于表面，而是深入到洞察與結(jié)論的層面。正如古人所言，“工欲善其事，必先利其器”，數(shù)據(jù)分析師們要想在數(shù)據(jù)的海洋中撈出真正的珍珠，就必須掌握一套高效的分析框架。本文將從數(shù)據(jù)評(píng)價(jià)、異常歸因到行動(dòng)建議，全方位解析如何提煉數(shù)據(jù)中的“Insight”，為企業(yè)決策提供有力支持。

加入咨詢公司（MBB之一）這兩年，感受最深的就是不管是給老板匯報(bào)還是給客戶匯報(bào)，最核心的一點(diǎn)就是你的Insight（洞察或結(jié)論是什么）。在做數(shù)據(jù)數(shù)據(jù)分析或業(yè)務(wù)研究時(shí)，你不僅要給出數(shù)據(jù)結(jié)果的事實(shí)，還需要給出你自己基于數(shù)據(jù)得到的結(jié)論和建議，這才是你的價(jià)值，也就是需要具備描述數(shù)據(jù)是什么，數(shù)據(jù)怎么樣，為什么會(huì)這樣，我們?cè)撊绾巫龅囊徽追治隹蚣?。那么，在日常?shù)據(jù)分析工作中，你的“Insight”來自于哪里呢？

一、數(shù)據(jù)怎么樣是數(shù)據(jù)分析的基礎(chǔ)

當(dāng)下大家都比較注重健康，畢竟需要為祖國(guó)健康工作50年，拿到體檢報(bào)告后，如果只是給了你一堆血糖、血脂、尿酸、BMI等指標(biāo)的數(shù)值，你啥也看不懂。而如果標(biāo)注了某一指標(biāo)高了或者低了的箭頭，你就知道這一項(xiàng)有問題了，需要找醫(yī)生解讀下這個(gè)白細(xì)胞數(shù)指標(biāo)超標(biāo)代表啥意思。

同樣，對(duì)于數(shù)據(jù)指標(biāo)體系要想可以給到業(yè)務(wù)用戶提供指導(dǎo)建議，必不可少的就是指標(biāo)好壞的評(píng)價(jià)標(biāo)準(zhǔn)。只告訴老板昨天DAU 100W沒有任何意義，還需要他自己判斷100W業(yè)務(wù)到底正常還是出了問題。因此，數(shù)據(jù)指標(biāo)體系必須包含不同指標(biāo)的好壞的評(píng)價(jià)標(biāo)準(zhǔn)，一般來說常用的有：

和歷史比

同比：（本期-去年同期）/去年同期，適用于發(fā)展穩(wěn)定的業(yè)務(wù)形態(tài)，今年和去年對(duì)比看下是否持續(xù)增長(zhǎng)環(huán)比：（本期-上期）/上期，適合分析近期的變化，可以從日

環(huán)比，衍生出對(duì)比本周一對(duì)比上周一，本月1號(hào)對(duì)比上月1號(hào)的月環(huán)比，可以反應(yīng)短周期內(nèi)業(yè)務(wù)動(dòng)作是否起到了正向作用，適合監(jiān)控快速變化的業(yè)務(wù)場(chǎng)景

和歷史峰值比，是否完成自我超越，取得新的里程碑，用于做一些團(tuán)隊(duì)激勵(lì)，如銷售管理場(chǎng)景

和歷史均值對(duì)比（近7天、近30天等），考慮一些特殊日期、或者活動(dòng)的影響，以均值作為參考線，拉齊異常點(diǎn)的影響

和目標(biāo)比

目標(biāo)完成度：指標(biāo)實(shí)際值/目標(biāo)值，一般來說企業(yè)經(jīng)營(yíng)管理都需要設(shè)置自上而下量化管理的KPI指標(biāo)，年度、季度、月度等，1個(gè)億的小目標(biāo)不是人人都可實(shí)現(xiàn)，但是腳踏實(shí)地影響?yīng)劷鸬牡腒PI還是要時(shí)刻緊盯的。

和同行比

不患寡而患不均，打績(jī)效分獎(jiǎng)金的時(shí)候怎樣服眾，常用的就是你張三做的沒有李四好，所以李四是A，你是B。所以可以和平級(jí)對(duì)比，比如部門平均、中位數(shù)等，衍生出可以在更大范圍內(nèi)的對(duì)比，比如行業(yè)內(nèi)。

和預(yù)警值比

過去指標(biāo)閾值設(shè)置以來業(yè)務(wù)經(jīng)營(yíng)為主，比如業(yè)務(wù)確定GMV同比波動(dòng)超過50%算異常，隨著大模型應(yīng)用的成熟，可以依賴算法模型，充分考慮季節(jié)周期、營(yíng)銷活動(dòng)、天災(zāi)人禍等各種因素，設(shè)定更加智能化的參考標(biāo)準(zhǔn)。

二、為什么會(huì)這樣是洞察結(jié)論的前提條件

有了指標(biāo)的好壞評(píng)價(jià)標(biāo)準(zhǔn)后，當(dāng)分析監(jiān)控發(fā)現(xiàn)昨天GMV下降50%，遠(yuǎn)高于近期常規(guī)表現(xiàn)以及去年同期（排除業(yè)務(wù)季節(jié)性和周期性規(guī)律），這個(gè)時(shí)候就需要結(jié)合指標(biāo)體系的分析方法進(jìn)一步歸因是哪里出了問題，這里面就涉及到維度拆解，和關(guān)聯(lián)指標(biāo)分析。

維度拆解

多維分析是異常歸因分析最常用的分析方法之一，是一種從整體到局部的思想，按照業(yè)務(wù)流程或組織拆分?jǐn)?shù)據(jù)指標(biāo)支持的分析維度，如產(chǎn)品類型、區(qū)域、省份、渠道等，逐個(gè)拆分看是否某一維度才，存在明顯的維度值貢獻(xiàn)的異常數(shù)值比例較大，目前很多BI工具的智能歸因分析基于基尼系數(shù)進(jìn)行維度的拆解，就是這個(gè)思想。

指標(biāo)拆解

在指標(biāo)體系構(gòu)建時(shí)，我們會(huì)把有相關(guān)關(guān)系的指標(biāo)進(jìn)行分類組合，例如電商黃金公式GMV=UV*轉(zhuǎn)化率*客單價(jià)，當(dāng)GMV下降異常時(shí)，按照指標(biāo)拆解的思路，可以是否是某一細(xì)分指標(biāo)存在明顯變化。指標(biāo)拆解的思路早期在財(cái)務(wù)領(lǐng)域又叫杜邦分析方法。

三、我們?cè)撊绾巫鍪侵饕亩床旖Y(jié)論

業(yè)務(wù)對(duì)數(shù)據(jù)分析的期望是可以通過數(shù)據(jù)分析幫助他們發(fā)現(xiàn)商業(yè)機(jī)會(huì)或行動(dòng)改善建議，也就是“So What”，如果只是陳述了一堆數(shù)據(jù)事實(shí)，給不出結(jié)論性的建議，那你的分析就是沒有“Insight”的。所以，需要基于數(shù)據(jù)拆解和分析的過程，結(jié)合對(duì)業(yè)務(wù)的了解，給出可以落地執(zhí)行的決策結(jié)論。比如，GMV環(huán)比下降50%，關(guān)聯(lián)指標(biāo)拆分各項(xiàng)指標(biāo)波動(dòng)并無明顯差異，維度拆分時(shí)，發(fā)現(xiàn)是某一Top10城市下降嚴(yán)重，這時(shí)就需要了解競(jìng)對(duì)（行業(yè)）、以及業(yè)務(wù)上，在這個(gè)城市做了哪些動(dòng)作，最終了解發(fā)現(xiàn)，是競(jìng)對(duì)新上了某一活動(dòng)，將大量用戶切走了，這個(gè)時(shí)候，我們的建議是，防守端，如何避免用戶被切客，進(jìn)攻端，怎樣進(jìn)行競(jìng)對(duì)用戶的拉取等。

同理，在做數(shù)據(jù)產(chǎn)品設(shè)計(jì)時(shí)，只是提供數(shù)據(jù)是什么，怎么樣，為什么只是滿足業(yè)務(wù)基礎(chǔ)的“生理需求”，結(jié)合AI大模型和分析經(jīng)驗(yàn)可以給出“如何做So What”,才能不斷產(chǎn)生更多創(chuàng)新價(jià)值。