夕枫 | 笔绘人生明确问题
遇到异常情况时，首先要做的就是明确问题，只有把问题清晰明确的定义下来之后，才可以知道接下来应该围绕着什么问题去定位问题群体、探寻原因，最后才可以针对这个问题给出解决方法。
确认数据是否准确
明确问题的第一步就是检查问题出现时的源数据是否准确可靠，以及指标计算的口径是否一致，以防报假警，要检查的内容大概有以下几点：
-
明确问题出现的时间范围，找出这段时间范围的源数据
-
检查数据的真实性与可靠性
-
检查指标的统计口径是否一致
确认指标波动的幅度
通过确认指标波动的幅度，可以确定问题的轻重。通常，重度波动情况在前期一般是有迹可循的，这通常是由于外部环境发生变化导致的，比如政策方面的影响。因此，在确定问题的严重程度时，还需要结合外部环境，预先给出预期值，这样看数据时就不会大惊小怪。
确认指标波动的持续时间
通过确认指标波动的持续时间，可以确认问题的缓急。通常，指标波动有三种情况：
- 一次性变化
- 周期性变化
- 持续性变化
一次性变化一般都是短期/突发事件，比如系统down掉导致无法交易，比如某一天突然下大雨，比如某天上大促销等等。周期性变化一般都是行业内的常态，比如季节性因素的影响导致的雪糕销量波动、游泳池客流量波动等等，一般不需大惊小怪。持续性变化通常是一直出现上升/下降趋势，持续性变化背后往往是有深层次的原因，比如用户需求转移，行业繁荣/枯萎，渠道形态变迁等等。这些都是单一企业很难低档，只能跟着走的力量，所以才会显示出持续变化。
对问题下定义，明确界定问题
如果数据源是真实可靠的，也对指标波动的幅度与持续时间进行确认了，那么就可以判断问题的轻重缓急，即可以对问题下定义了。界定问题时需要明确问题主体、时间范围、比较对象、完成目标，比如：与上半年的计划利润相比，实际完成利润严重落后于计划，请你找出问题原因所在并给出可靠的解决方法，以使下半年能够顺利达成计划的利润目标。
初步解读指标波动原因
指标的波动通常都与事件的发生相关联，往往重大的变化都伴随着重大事件的发生。因此反映在数据上，往往表现为在事件发生后，指标应声而落。这样即使不需要严谨的分析，只要在指标走势图上标识出事件发生的先后顺序，都能看出事件的影响。
确认指标走势，针对不同走势从不同方向找原因
事件可分为内部事件和外部事件。外部宏观事件常用PEST来分析，P影响一般是致命打击，直接把指标打崩，把业绩搞停。而EST的影响更多是渐进的、缓慢的、基础的、结构性的，因此表现在指标上，更多是阴跌不止。内部事件往往能短期内快速改变指标，所以在解读指标变化的时候，可以按以下原则进行：
- 泰山压顶看政策
- 短期变化找内因
- 长期异动找外因
关注指标走势转折点
-
起点事件：指标刚开始下跌时，发生了什么事，判断是否由该事件引起指标的波动；往往起点事件是问题发生的直接原因。
-
拐点事件：在指标持续下跌过程中，是否某个事件的出现，让问题变得更严重，或者开始好转。拐点事件意味着，这是可以改善指标的手段。
-
终点事件：当XX事件结束后，指标恢复正常。或当开始XX事件后，指标下跌结束。终点事件的两种形态，代表着两种改善指标的方法：等问题自己过去，或者主动出击解决问题。
可以把事件标注在指标变动趋势图上，这样可以清晰地看到事件与指标的关系，从而更好地缩小怀疑范围，细化分析假设。找到那些看起来像是核心问题的事件进行深入研究。
定位问题产生的群体
指标发生波动的影响因素有很多，但通常都被整体所掩盖了，所以需要进行拆分，以找到具体的导致指标出现波动的问题群体。这些问题群体不一定指的是人，还可以是产品、地域等各种维度的细分。只有定位到了具体的问题群体，之后才可以有针对性地研究解决方法，进行决策，从而使问题得到解决。
在定位问题群体时，其实就是按各个维度进行拆分，然后将各个细分群体和同期进行比较，从而定位到问题群体。思路简单，但如果没有方向和目的地进行拆分，那么就很容易在数据中迷失，从而走了很多弯路，不仅浪费时间精力，还得不到结果，所以拆分要注意拆分的思路和方向。
复合指标拆解
在定位问题群体之前，需要先确定波动指标是复合指标还是基础指标，基础指标是指不可再分的指标，而复合指标则是由基础指标运算后得到的指标。如果波动指标是复合指标，那么直接针对复合指标进行研究，很有可能会使得真相被整体掩盖，因此就需要找到影响复合指标波动的真正基础指标，然后基于基础指标进行研究，才能准确地定位到问题产生的群体。
复合指标拆解与找出有问题的基础指标的方法可以概括为如下：
- 采用杜邦分析法，对复合指标进行拆分，拆分时宜采用乘法，而不宜采用加法
- 拆分时可根据经验往问题相关维度拆分，例如，销售金额的拆分：
- 按用户维度，销售金额=用户数×客单价
- 按产品维度，销售金额=销售数量×平均销售价格
- 采用假设检验法与对比分析法，检验每一个基础指标对比同期的升降是否能导致复合指标波动
如果波动指标不是复合指标，那么可以跳过拆分这一步骤，直接进行下一步。
根据业务流程定位问题
一般来说，从业务流程的角度去定位问题是最稳妥的。可以根据业务流程，按漏斗分析法、比较分析法、假设检验法等分析方法，检查每个环节是否出现异常。当定位到异常环节时，再横向展开，根据各种维度进行拆分，从而找出真正的问题群体。
根据指标相关维度去定位问题
有时也可以根据经验，从问题指标的相关维度去拆分，而不必整体探寻一遍。比如，问题指标为日活跃用户数（DAU），这个指标肯定是与用户维度相关的，所以可以直接按用户的各种画像去进行拆分，比如：性别、年龄段、学历、职业、收入区间、来源渠道、使用的设备、所在地区、新老用户等等
根据用户、产品、地区三维度去定位问题
此外，也可以直接全面整体性的去探寻，也就是按所有维度去拆分，但这样很耗时耗力，一般可以按照用户、产品、地区三个维度拆分就可以了，这三个维度的覆盖面基本足够全面了。
找出问题产生的原因
成功定位到问题群体后，很多人把结论一抛：“造成xx指标波动的原因是xx群体的xx下降造成的”，就以为工作完成了。但其实并不是的，这样的结论只是描述了现象，而没有找到真正的原因。数据分析的目的就是找出问题的真正影响因素，并转化成可执行的决策建议。因此，在定位到问题群体后，不妨多问一下为什么？为什么xx群体的xx会下降？是什么原因导致的下降？该如何改善？
另外，找原因时也要注意方向和思路，不能盲目寻找，一般可以从内外两个角度去寻找原因，内部原因可以从产品、价格、渠道、促销（4P营销理论）、用户获取（AARRR模型）等方向去查找，外部原因中，宏观方面的可以从政治、经济、社会、技术（PEST）方向查起，微观方面的则可以从竞争对手角度（假设检验法）去查找，也可以换位思考，站在问题群体的角度上考察我们的业务流程是否存在问题。
产品角度
从产品角度出发，一般可以检查下问题出现的这段时间范围内，公司内部是否对产品进行了调整与改变，以及产品在这段时间范围内的表现情况，比如APP是否稳定，打开速度如何等等，检查是否是这些原因导致了用户体验不佳造成的问题。
- 是否策略、设计上发生了改动？
- 是否功能上发生了变化？
- 是否存在Bug？产品是否稳定？
价格角度
检查下问题发生时的时间范围内，我们的定价与竞争对手相比是否对用户具有足够的吸引力，是否是价格调整导致的问题。
渠道角度
检查下问题发生时的时间范围内，我们的销售渠道是否畅通，渠道的数量与质量是否发生变化。
促销角度
检查下问题发生时的时间范围内，我们的促销活动、运营活动的效果如何，是否竞争对手的促销力度更大。
用户获取
检查下问题发生时的时间范围内，新用户的增长如何，以及老用户的复购如何。同时，可采用AARRR模型去检查下用户获取方面是否存在问题。
竞争对手
检查下问题发生时的时间范围内，竞争对手在做什么，是否因为竞争对手的影响导致的问题发生。
换位思考
可以从问题群体的角度出发，按业务流程进行假设检验，判断我们的业务流程是否存在劣势。
提供可执行的决策建议
最后，针对找到的问题群体与原因，结合公司内部情况，给出可执行的决策建议。注意，给出的决策建议必须是可执行的，在提建议时不妨换位思考，假设自己是管理层，该怎么解决问题。
