如今虽然数据分析的重要性被越来越多的个人和企业所重视，但是对于很多人来说，数据分析还是没有发挥真正的价值。因此在这里本文作者想和大家探讨一下，什么样的数据分析最有用？

 

　　一、没用的分析有这三个特征

 

　　1.就数论数

 

　　最常见的，就是列一条公式：业绩=用户数*转化率*客单价。然后发现，业绩下滑是因为转化率下跌了。

 

　　于是便在分析报告上写下苍劲有力的几个大字：转率低了，要搞高！……这种分析肯定没啥用啊，一线看到铁定骂人啊。一线的又不是瞎子，转化率低了意味着产品很难卖，是个人都看到了啊，还用分析？

 

　　2.不管数据

 

　　最常见的，就是在分析结论里写下：要做促销活动拉动转化率，比如下单满50立减10元……

 

　　这种分析业务看了也会骂娘：说的都是废话。为什么是满减不是买赠？满50减10元要补贴多少费用？你算过账吗，就在这瞎议论？

 

　　3.高大上全

 

　　在分析报告里写上，我们一要提高品牌，二要提高服务，三要加强产品，四要降低价格，五要提升品质……这种分析，压根没人看。私下里都在嘲笑：他以为他是谁啊，指挥这个指挥那个。

 

　　二、做有用的分析从摆正定位开始

 

　　数据分析和业务，最好的相处就是：高德地图和司机的关系。

 

　　高德地图不能帮司机捏方向盘，但没有一个司机觉得它没用，导航确实很好使。不干涉业务部门的决策，同时为决策提供丰富的信息支持，这就是最好的状态。

 

　　要如何做到？当然还是学高德地图。导航看似简单，可细究起来还是有很多细节的。

 

　　业绩下滑了，分析下怎么做才能达标？这个需求看似清晰，实则含糊。既然想让分析有用，那就得备齐基本要素。最最最基础的，是先把话讲完整：

 

　　1.主语：谁来做？

 

　　比如业绩问题，既可以让市场部牵头搞促销，也能让销售部加大行动力，也能让会员部门牵头针对大客户精准营销。人不同，方法、思路、数据都不同。

 

　　2.谓语：用什么方法做？

 

　　提升业绩的方法多了去了，细节更是不计其数。单单说促销，就有个人/裂变，满减/买赠，礼品/优惠券等等选择。方法本身又受到谁来设计的影响。所以得先了解清楚情况，不然千头万绪，无从做起。

 

　　3.宾语：做到什么程度？

 

　　做到多少算OK是个大问题，短期促销能拉动业绩，也会透支顾客的消费。如果目标不清晰、不合理，都会导致决策失误。如果根本没有目标，那行动也会沦陷为“为了做而做”糊涂收场。

 

　　当业务部门提出疑问的时候，有可能他们完全没有想法，也有可能他们已经有了明确的计划。一个项目有四个阶段，如下图所示：

 

　　想让数据分析变得有用，当然不是做数据分析的替代业务部门把所有活都干了，而是首先清晰目前问题处在哪个阶段。之后根据该阶段的决策需求，提供必要的帮助。

 

　　提起数据，我们只单纯指哪些可被收集、衡量或分析的碎片信息或信息集合。我们的目的不在于讨论数据本身，耳式使你认识到数据对了解用户的价值。