数据分析解决哪些问题
数据分析可以解决以下5个问题：1、定量描述问题现状；2、通过标准定性问题现状，现状好不好；3、为什么出现这个原因；4、这样下去的后果会是什么，预测不干预会有什么结果；5、这个事情要解决，最终结论是什么。
一、定量描述问题现状
我们从一个最简单的例子开始。假设你刚担任一个连锁零售公司的大区总监，管理着大区6个省份中200多家门店。一天你正悠闲着坐在一家咖啡馆喝着咖啡读着书，忽然财务总监给你打电话说你这个月的业绩KPI指标没有达标。这个时候你会怎么做？
让助理定机票，把200家店都去逛一圈？
立即给下属各片区经理打电话，问相关责任人业绩情况？
还是向老板说整体经济形势不好，业绩做不起来？
这些都不能定位以及根本性解决问题，所以你都不会选择对不对。我们首先要做的名列前茅件事情，当然是看数据！看数据！看数据！到底这个月业绩KPI没达标的情况是什么样：
- 业绩执行和目标设定差多少达标？
- 这个月什么时候开始不达标的？
- 与销售目标差距越来越大还是越来越小？
- 所有区域还是单个区域的问题？
- 前二0的优异的销售区域是否存在变化？
- 各个区域的同比，环比情况是否存在很大变化？
这些问题都需要通过数字说话。所以这就是数据分析的名列前茅个用途：定量描述问题现状。小黎子喜欢描述为数据指标值是多少？通俗说“是多少”
二、通过标准定性问题现状，判断好坏
通过下面片区经理汇总的数据表看到数据，有的时间段高于销售目标，有的低于销售目标，你会怎么处理这个事情？
你可能会说：高了表扬低了就骂呗！确实有些没水平的领导是这么做的。问题是，作为一个刚刚上任总监职务的你怎么可能这么没水平呢。想着自己刚刚到任，还是要处理好同事关系，不然没人给你做事就不好了。因此你会很冷静沉着的要去给每个问题定性：到底没达标是不是存在根本问题，它和达标有多大差距？
定性问题其实有很多的场景，大家可以自己发散思维去结合自己的业务思考，这里小黎子就只列举常见的定性问题比如：
- 销售总目标是1000万，差1万和差100万是不是一样的问题？
- 本月过去7天没达标和过去30天都没达标，是不是一样的问题？
- 本月月中有促销活动，所以累积到本月没有达标，是不是问题？
- 本月2月存在过年节假日所以累积到过年期间的销售额没达标是不是问题？
看到上面的问题你会想到什么，没达标只是个数据结果，不一定是问题。要通过分析才知道，这个没达标到底是不是真正存在问题，而且这个问题有多大。有了轻重缓急的判断，才知道调动什么力量，用什么方法去解决问题。这也就是数据分析的第二个用途：通过标准定性问题现状。小黎子喜欢描述是不是本质问题？通俗说“是什么”
很多从业很久的数据分析师都会踩进去过很大的坑！包括小黎子也之前做报告时经常发生。大家记住定量+ 标准才能给问题定性。很多只会跑数据的数据分析师，往往本能的看到涨就认为是好，看到跌就是认为是差，这个单纯通过上涨和下跌是无法判断好坏的，只有结合行业标准或历史数据。既不懂业务，也不会和业务沟通，结果不了解业务的判断标准，很难定性到真正的问题，做出的分析自然不知所云。
三、理性分析工作事项
如果是一个从业10年的大区总监，估计不需要分析也能凭经验也能做判断了。你才上任没经验，没有经验参考所以需要以下三项理性分析工作事项：
- 通过数据分析找出什么原因导致销售不达标（原因分析）。
- 预测一下销售走势，看看预计销售业绩会有多少差额（预测分析）。
- 评估一下过往的营销方法哪个好用，然后发布政策执行（评估分析）。
日常工作中我们很少使用或者说处理原因和预测两种分类。真正耗费我们时间的是在清理数据、更新报表、做描述性统计。剩下时间，可能大部分还耗在写评估报告上。偶尔找找原因，至于建模预测这就很少会有企业处理了。主要的原因：找原因、做预测、评绩效都是基于描述性分析的。
最后，推荐我们的管理工具给大家。
