数据分析中“如何定义问题”一些思考和见解

前言 在数据分析中该如何落地？当接到业务需求，先定义问题；回到业务场景，结合分析目标，形成分析思路；最后如何与业务沟通形成落地的建议。“定义问题”是首要的，定义问题是理解、理清需求、分析结果落地的第一步，避免由于问题的定义不清晰，造成结果无法落地等情况。那么，如何定义一个问题就显得尤为重要了！在实际场景中，如何定义问题呢？本篇以实际场景为例，梳理在数据分析中，如何定义问题的一些思路和见解！

1实际场景中“问题”

在实际工作场景中，随着业务发展，问题会越来越多，业务方有时候并没有明确的表达出具体的问题，导致数据分析人员收到的问题会越来越不明确，越来越宽泛。

因此，具体目标是什么问题，什么都没有标准的界定就开始分析，在分析的过程中发现自己和目标偏离太远，在这样的情况和情景下，数据分析就要提升去界定问题的能力，让分析结果有价值，能够落地。

主要有以下几个问题？问题不明确，问题太表面，问题没有边界、双方理解有偏差等，那么，我们以一个实际的工作场景为例来梳理一下“如何定义问题”的具体操作：

互联网产品，负责渠道推广的同事找到数据分析师，说“最近投放ROI下降了，帮忙看看”。

2如何定义问题？与渠道推广的同事沟通后，根据前面用户行为分析如何落地—【如何定义问题】的步骤，进一步明确问题具体如下：

①清晰描述问题

要知道分析的ROI意义是什么，挖掘原始的需求，不能只看业务的需求想要什么样的结果，而是要了解为什么想要这样的结果，清晰相关获取阶段相关数据指标背后的业务含义。在遇到具体问题具体讨论，越细致越容易出结果。

通过对渠道ROI进行分析，其目的是一定程度上的精准投放，根据新增用户数和渠道成本进行计算，得出效果最好的渠道ROI，并在后期进行投放策略优化，费用分配等问题，精准地对好渠道加大投入；

因此，其问题投放ROI下降了，就是渠道推广的同事想知道渠道整体获客能力-----渠道规模和拉新能力。

②划分问题边界

初步预判解决问题的方向、设定评价标准、分析目标的预期值。

◆一般渠道分线上和线下渠道，线上渠道包括百度/应用商城竞价、360、搜狗等搜索引擎，以及直接访问、外部链接等；线下包括车站广告、户外广告、地推广告、自营店面广告等。解决问题的方向从投放渠道ROI(投入产出比)指标进行拆解，基础公式：ROI = 获取的用户数 / 投放费用，从而找到问题原因。

◆通过不同时期同比/环比进行对比，选择不同时期的渠道ROI指标数值作为对比标准，从而分析出异常波动的范围。针对不同时期不同渠道获客量级做出判断标准。

✔渠道获客量级少，用户质量高：对渠道要扩量，扩量之后还要继续关注质量，因为量多了之后留存可能会下跌。

✔渠道获客量级多，质量高：这个渠道是很好的，要加快变现能力。

✔渠道获客量级多，质量不太好：对渠道进行精细化运营，一般是有一个子渠道用户不太匹配产品或者产品交互上出了问题。

✔渠道获客量极少，质量差：渠道直接放弃。

◆通过分析目标得到预期值。找到渠道ROI下降的原因。

③区分问题类型

是什么、为什么、怎么样到底归属哪一类

◆如果不清楚现状（描述性统计）---是多少

◆如果想给现状找标准（什么算好，多少算好）---是什么

◆如果想给现状下判断（好坏，多少，涨跌，类别）---是什么

◆如果想给多个方案选一个（根据标准打分）---是什么

◆如果想知道问题的原因---为什么

◆如果想预测未来---会怎样

◆问题很复杂的时候需要多个分析层次

比如，分析当下的新增用户情况：

◆描述现状：新增了多少，区各渠道转化，新增变化趋势

◆树标杆：根据历史习惯，KPI达成率，领导期望等树立一个衡量标准

◆明问题：好的话能不能持续，不好的话原因是什么

◆为什么能持续：先找好的原因，再看能否持续

◆为什么不好：先找到不好的点，再找原因

④明确输出产物

◆是多少---数据，数据报表

◆是什么---判断标准，判断依据

◆为什么---有哪些原因 ，哪个原因影响最大

◆会怎么样---预计有哪些效果

问题最终定义为：

2021年3月21日较往常平均渠道ROI下降25%，而正常波动范围是±8%，因此认为有显著下降。此次分析的目标在于找出下降的主要原因，并在次日解决。

小结

数据分析人员都能发现问题，但真正重要的不是发现问题，而是定义问题。因为有很多问题，根本不必要解决。数据分析人员必须学会定义问题，才能知道，在数据分析中什么问题是一定要解决的，结果才能真正的落地。一个完整的业务数据分析问题主要是业务遇到的问题和分析的方向，我们梳理问题逻辑时必须掌握定义问题的一些思路和知识。了解问题的结构，我们就可以将错综复杂的问题，用逻辑清晰的方式提炼出问题本质，为理解业务、分析结果落地、指导后续分析方向都有着非常重要的意义。

还要知道不是所有问题都是真正的问题，不是所有真正的问题都值得被解决。所以，在数据分析中定义问题这个环节中，看到问题的时候，我们要剖析业务场景，设定清晰的目标，才能明确的“定义问题”。（若有不一样的想法，欢迎留言）