有同學(xué)問：陳老師，每次被面試都被問“你使用過哪些數(shù)據(jù)分析的方法”。結(jié)果都感覺答不上來。我回答做了相關(guān)分析、回歸分析、聚類分析、因子分析又經(jīng)常被人懟。所以到底數(shù)據(jù)分析有什么方法？為啥我在做數(shù)據(jù)分析，卻感覺沒什么方法？

答：首先，相關(guān)分析、回歸分析、聚類分析、因子分析的名字叫XX分析，但它們是統(tǒng)計(jì)學(xué)方法，只是數(shù)據(jù)分析的工具，不是解決問題的全部辦法。很多同學(xué)一看到名字叫分析，就想當(dāng)然的以為我只要按這些XX分析的代碼跑一遍就算分析了，這種行為經(jīng)常會(huì)被真正懂行人懟。

就舉個(gè)最簡單的例子，所謂相關(guān)分析，很多同學(xué)就是算了個(gè)相關(guān)系數(shù)?？山y(tǒng)計(jì)上的相關(guān)系數(shù)與業(yè)務(wù)中的相關(guān)關(guān)系是兩碼事。我家門前的大樹年年都在長，中國GDP也年年在漲，兩列數(shù)據(jù)算個(gè)相關(guān)系數(shù)哇塞0.99，P值小于0.05，所以我家門前的樹是我中華龍脈，我要發(fā)財(cái)啦！——不要笑，脫離了業(yè)務(wù)意義去做統(tǒng)計(jì)模型，做出來的笑果（我沒打錯(cuò)）就是這樣的。

所以回答這個(gè)問題，要回到數(shù)據(jù)分析到底解決哪些業(yè)務(wù)問題上去。我們之前分享過，數(shù)據(jù)分析可以解決的是：

是多少（數(shù)據(jù)描述狀況）

是什么（樹立數(shù)據(jù)標(biāo)準(zhǔn)）

為什么（探索問題原因）

會(huì)怎樣（預(yù)測(cè)業(yè)務(wù)走勢(shì)）

又如何（綜合判斷狀況）

其中問題1是用數(shù)據(jù)描述問題，把問題量化。問題2345都需要探索-假設(shè)-檢驗(yàn)-總結(jié)的循環(huán)性的過程。真正服務(wù)于業(yè)務(wù)的時(shí)候，只要熟練掌握了量化-探索-假設(shè)-檢驗(yàn)-總結(jié)的循環(huán)，就能完成一個(gè)分析。無論是企業(yè)里的經(jīng)營問題，還是個(gè)人感情、生活各種疑難雜癥莫不如此。

然而，這么說面試官肯定不滿意。他們還是期待著你說出一些具體名詞的。因此人們總會(huì)發(fā)明一些新詞，比如什么AARRR法，矩陣法，切割法，杜邦分析法等等，甚至還有懶省事的干脆叫業(yè)務(wù)法（是啊，肯定是業(yè)務(wù)法啊，不結(jié)合業(yè)務(wù)分析啥）。經(jīng)常把人都聽得頭暈了。這里我們結(jié)合數(shù)據(jù)分析能解決的問題，梳理下這些方法。

屬于“是多少”的方法

“是多少”指數(shù)據(jù)描述狀況。如果只用1個(gè)指標(biāo)就能描述清楚狀況，比如身高、年齡這種，是沒有什么分析方法的。但是如果指標(biāo)很多，就會(huì)涉及到選擇哪些重點(diǎn)指標(biāo)，以什么方式展示這些指標(biāo)。于是，就有了很多描述性方法。比如一些常見的：

AARRR：互聯(lián)網(wǎng)行業(yè)增長黑客理論的五個(gè)大指標(biāo)。需要注意的是，實(shí)際用的時(shí)候，還有很多二級(jí)三級(jí)小指標(biāo)，絕不是五個(gè)指標(biāo)就完事了，切記。而且AARRR都是圍繞用戶來說的，實(shí)際上也只適用于用戶運(yùn)營，不是所有業(yè)務(wù)都能硬插這五個(gè)指標(biāo)的。

漏斗法：只要一個(gè)流程環(huán)節(jié)數(shù)》2，都能擺一個(gè)漏斗出來，用來衡量流程轉(zhuǎn)化率的指標(biāo)。最典型的比如互聯(lián)網(wǎng)廣告（站外頁-落地頁-促進(jìn)頁-轉(zhuǎn)化頁），比如B2B銷售的售前流程也很長（銷售線索-初次接觸-溝通需求-展示demo-議價(jià)-競(jìng)標(biāo)-簽署合同），也能擼出來一個(gè)漏斗。

杜邦分析法：原本是財(cái)務(wù)分析中用來衡量企業(yè)經(jīng)營效益與財(cái)務(wù)指標(biāo)的方法，現(xiàn)在也被推廣開，用來拆解經(jīng)營指標(biāo)。比如銷售金額=用戶數(shù)*付費(fèi)率*客單價(jià)。然后再層層拆解用戶數(shù)，客單價(jià)構(gòu)成。有意思的是，杜邦分析法拆出來的邏輯圖會(huì)很復(fù)雜，所以很多人為了提高逼格直接把它叫“分析模型”……

量收利進(jìn)銷存：零售行業(yè)，無論線上線下都是這六個(gè)關(guān)鍵指標(biāo)。和AARRR一樣，有一堆二級(jí)三級(jí)小指標(biāo)。

要注意：以上都是描述問題的方法，并沒有解答問題，比如看到用戶流失率75%所以呢？所以75%是好還是壞呢？描述+標(biāo)準(zhǔn)才能對(duì)問題做判斷。所以才有了下邊“是什么”的方法。

屬于“是什么”的方法

“是多少”指樹立數(shù)據(jù)標(biāo)準(zhǔn)的方法。尋找標(biāo)準(zhǔn)可以基于業(yè)務(wù)經(jīng)驗(yàn)，但業(yè)務(wù)經(jīng)驗(yàn)也需要數(shù)據(jù)進(jìn)行驗(yàn)證才知道是對(duì)的錯(cuò)的。因此，產(chǎn)生了“是什么”的兩大類方法：探索標(biāo)準(zhǔn)的方法，驗(yàn)證標(biāo)準(zhǔn)的方法。

探索標(biāo)準(zhǔn)的方法，和到底要對(duì)幾個(gè)指標(biāo)進(jìn)行探索有關(guān)。比如只用1個(gè)指標(biāo)的方法有：二八法、十分位法、切割法。名字聽著玄妙，實(shí)際上就是切割線擺在哪。當(dāng)我們沒有信心的時(shí)候，可以根據(jù)二八定律，把切割線擺在20%，也可以先拆10組或者若干組出來，探索下擺在哪里合適。比如用2個(gè)指標(biāo)，就是所謂矩陣法，其實(shí)就是把兩個(gè)指標(biāo)交叉，分出四個(gè)象限，看看四類有沒有明顯特點(diǎn)。

如果超過3個(gè)指標(biāo)，一般不建議直接交叉。即使只有3個(gè)指標(biāo)，每個(gè)指標(biāo)分3類，也會(huì)產(chǎn)生3*3*3=27類出來，在業(yè)務(wù)上太復(fù)雜了。這時(shí)候會(huì)用一些統(tǒng)計(jì)學(xué)的方法。在無標(biāo)注的情況下可以用Kmean聚類進(jìn)行分類探索，在有標(biāo)注情況下可以用決策樹。是滴，大家看到了，統(tǒng)計(jì)學(xué)/機(jī)器學(xué)習(xí)的方法只是解決分析問題的工具，就是這個(gè)意思。

找出來標(biāo)準(zhǔn)以后要進(jìn)行驗(yàn)證。好的標(biāo)準(zhǔn)要能清晰區(qū)分不同群體。比如女生說要相親的男生身高180。那意味著179的人她真的不要，181她不會(huì)立即拒絕。如果176的她照樣接受，就說明畫出來標(biāo)準(zhǔn)沒有區(qū)分度，要么是標(biāo)準(zhǔn)劃分出了問題，要么就是做標(biāo)準(zhǔn)的指標(biāo)壓根就找錯(cuò)了。

需要注意的是：有沒有用數(shù)據(jù)找標(biāo)準(zhǔn)，有沒有驗(yàn)證過業(yè)務(wù)部門的標(biāo)準(zhǔn)，是從取數(shù)到分析的分水嶺。很多同學(xué)覺得自己沒有做分析，不知道分析的是什么，核心原因就是手上只有數(shù)據(jù)沒有標(biāo)準(zhǔn)。比如跑出來一個(gè)：本月底銷售額3000萬，可3000萬又怎樣呢？不知道。然而渠道部一看到月底銷售額3000萬，就大喊一聲：肯定是華東大區(qū)藏了業(yè)績，下個(gè)月頭他們至少還要吐500萬出來！這就是有沒有評(píng)價(jià)標(biāo)準(zhǔn)的差距。所以平時(shí)工作中就得養(yǎng)成強(qiáng)烈的標(biāo)準(zhǔn)意識(shí)，這樣才能進(jìn)行真正的分析。

屬于“為什么”的方法

“為什么”指探索問題原因。一提探索原因，大家腦子自然蹦出來的就是相關(guān)分析……往往會(huì)以為計(jì)算個(gè)相關(guān)系數(shù)，丫就真的相關(guān)了。于是產(chǎn)生了開篇的“龍脈?！?。實(shí)際上，想僅通過數(shù)據(jù)分析找原因，是相當(dāng)困難的。往往要內(nèi)部數(shù)據(jù)+外部調(diào)研+業(yè)務(wù)判斷+測(cè)試，共同努力鎖定原因。這一點(diǎn)切記切記，面試的時(shí)候經(jīng)常有同學(xué)在這里吹牛吹大了，被懟得體無完膚。

正因?yàn)楹茈y僅通過數(shù)據(jù)鎖定原因，所以通過數(shù)據(jù)分析找原因往往是一個(gè)系統(tǒng)的過程。需要做齊量化-探索-假設(shè)-檢驗(yàn)-總結(jié)全套流程。嚴(yán)格來說，這里不是靠某個(gè)分析方法得出的結(jié)論。但是考慮到面試官還是很想聽幾個(gè)方法的名字的，我們可以這么說：

找原因的方法可以分作經(jīng)驗(yàn)推斷與算法推斷兩種。經(jīng)驗(yàn)推斷就是經(jīng)典的歸納法與演繹法，具體到數(shù)據(jù)操作上，就是分組對(duì)比（歸納原因）和趨勢(shì)推演（演繹判斷）。比如問為什么銷售額下降，用歸納法就是將每一次銷售下降的時(shí)候，相關(guān)癥狀指標(biāo)列出來，然后做分組對(duì)比，看哪個(gè)因素影響下跌的厲害。用演繹法，就是假設(shè)銷售下降就是因?yàn)槿藛T流失/引流產(chǎn)品不給力/季節(jié)因素導(dǎo)致的，那么我做了相應(yīng)調(diào)整：人員調(diào)動(dòng)/上新品/等季節(jié)過去，以后應(yīng)該銷售能回升。實(shí)際中，當(dāng)然是兩種方法結(jié)合，不斷逼近真相。

算法推斷，不是靠人工智能阿爾法大狗子汪汪一叫就把原因叼回來，而是通過指標(biāo)的計(jì)算發(fā)現(xiàn)潛在問題點(diǎn)，然后回歸到業(yè)務(wù)里去驗(yàn)證。你可以簡單理解為把上邊經(jīng)驗(yàn)推斷的過程，量化為一堆指標(biāo)的計(jì)算。比如相關(guān)分析雖然不能證明因果，但是能提供分析假設(shè)，拿到假設(shè)以后我們就能進(jìn)一步驗(yàn)證，到底這種關(guān)系是真相關(guān)還是偽相關(guān)。因此，做分類的模型與計(jì)算相關(guān)系數(shù)的統(tǒng)計(jì)方法，理論上都能用來做這種探索。

屬于“會(huì)怎樣”的方法

“會(huì)怎樣”指預(yù)測(cè)業(yè)務(wù)走勢(shì)。一提到預(yù)測(cè)，大家腦子里會(huì)自然蹦出來很多很多統(tǒng)計(jì)學(xué)/機(jī)器學(xué)習(xí)的算法。具體的操作展開寫內(nèi)容太多，這里僅幫大家梳理下邏輯。細(xì)節(jié)可以后邊慢慢更，或者大家自己去看相關(guān)統(tǒng)計(jì)學(xué)/機(jī)器學(xué)習(xí)文章。

首先大類上，預(yù)測(cè)分定性預(yù)測(cè)和定量預(yù)測(cè)兩種。定性方法是基于業(yè)務(wù)經(jīng)驗(yàn)和業(yè)務(wù)假設(shè)，來推測(cè)未來走勢(shì)。有兩種推測(cè)法，一種是找一個(gè)類似的業(yè)務(wù)場(chǎng)景進(jìn)行推測(cè)。比如馬上上一款新產(chǎn)品，根據(jù)過往的經(jīng)驗(yàn)，一般上市后T+N周銷售走勢(shì)應(yīng)該是XX，所以類似的也該是這樣。是所謂經(jīng)驗(yàn)推斷法。

另一種是基于業(yè)務(wù)假設(shè)，比如新產(chǎn)品上市，假設(shè)推廣部門傳播力度為X，假設(shè)銷售部門配備人員為Y，假設(shè)供應(yīng)鏈的產(chǎn)品到貨率是Z，之后套入杜邦分析法的模型進(jìn)行計(jì)算，綜合預(yù)測(cè)銷量。定性預(yù)測(cè)并不全是拍腦袋，因?yàn)槎ㄐ约僭O(shè)選取的場(chǎng)景和參數(shù)可以通過分析來獲得，并不是完全沒有依據(jù)。同時(shí)，對(duì)業(yè)務(wù)部門而言，定性預(yù)測(cè)時(shí)責(zé)權(quán)劃分非常清晰，每個(gè)部門要做到多少業(yè)績一清二楚，反而容易推動(dòng)執(zhí)行。

定量的方法又分為基于時(shí)間的時(shí)間序列法，與基于因果關(guān)系的算法兩類。比如預(yù)測(cè)店鋪銷量，如果用時(shí)間序列法，則根據(jù)過往1-3年銷量數(shù)據(jù)來預(yù)測(cè)未來的銷售數(shù)據(jù)。如果基于因果關(guān)系，則要引入與銷售結(jié)果相關(guān)的變量，比如店鋪位置、店鋪產(chǎn)品線、產(chǎn)品價(jià)格、顧客評(píng)價(jià)、顧客人數(shù)等等。定量預(yù)測(cè)看起來很復(fù)雜，很多同學(xué)會(huì)直觀的認(rèn)為復(fù)雜就是牛逼的。可實(shí)際操做過幾次就會(huì)發(fā)現(xiàn)，時(shí)間序列法對(duì)于環(huán)境變化不敏感，容易被突發(fā)事件沖擊。因果關(guān)系法可能采集不到足夠的數(shù)據(jù)，導(dǎo)致模型預(yù)測(cè)精度很難上去。

所以在工作中真正操作的時(shí)候，要因地制宜選方法。在面試的時(shí)候，要客觀陳述建模效果。又有很多同學(xué)本能的認(rèn)為，模型在測(cè)試集上跑出來的準(zhǔn)確率越高越牛逼。連過擬合這種問題都忘了。結(jié)果在面試的時(shí)候被面試官懟穿，這都是很常見的哈。說話謹(jǐn)慎不是問題，被懟穿了才是。

屬于“又如何”的方法

又如何指綜合判斷狀況，下分析結(jié)論。如果判斷標(biāo)準(zhǔn)很清晰，判斷的指標(biāo)很少，那下結(jié)論是很快速的，不需要復(fù)雜的分析。比如女生說我就是不喜歡禿頭的男生，那就看照片一票否決，來的非常爽快。這里不需要分析。但當(dāng)牽扯指標(biāo)很多，指標(biāo)形態(tài)很復(fù)雜的時(shí)候，就很難決定了。比如小姐姐說我想要一個(gè)男的對(duì)我好（行為指標(biāo)）有上進(jìn)心（心理指標(biāo)）有發(fā)展?jié)摿ΓA(yù)測(cè)值）真心愛我（戀愛原因），這要求一出，就是個(gè)非常復(fù)雜的判斷。所以，“又如何”是分析最后一步，因?yàn)橥雠袛?，需要做一大堆前期工作。需要搞掂了?shù)據(jù)、搞掂了標(biāo)準(zhǔn)、了解清楚原因，做了預(yù)測(cè)以后，才知道怎么下結(jié)論。

在復(fù)雜判斷中，有主觀法和客觀法兩種。主觀法就是基于人工判斷（專家判斷），只不過打分方式有很多種，直接打分再賦權(quán)重的往往叫專家法，打一個(gè)矩陣評(píng)分再計(jì)算的叫層次分析法（AHP）客觀法可以通過因子分析（用方差解釋率做權(quán)重）神經(jīng)網(wǎng)絡(luò)（算法訓(xùn)練權(quán)重），這樣不依賴專家打工。

實(shí)際工作中，做評(píng)估的最大敵人是沒標(biāo)準(zhǔn)，或者標(biāo)準(zhǔn)沒節(jié)操。看到銷量下降就試圖甩給沒有數(shù)據(jù)的外部因素，或者甩給目標(biāo)定得太高，這樣的話分析就沒法做了。做評(píng)估第二大敵是所謂“業(yè)務(wù)常識(shí)”，經(jīng)常有業(yè)務(wù)部門跳出來“你做過業(yè)務(wù)嗎？老夫從業(yè)10年都沒見過這樣的”。做評(píng)估的第三大敵是領(lǐng)導(dǎo)意見，領(lǐng)導(dǎo)就是不想下這個(gè)結(jié)論，你咋辦？只能回來改ppt啊。所以你看，做評(píng)估的算法有很多，真正用起來少，還真不能怪我們沒本事。

以上就是對(duì)常用方法的簡單總結(jié)。恭喜堅(jiān)持到這里的同學(xué)，上述總結(jié)的思維導(dǎo)圖如下，大家可以收藏了。不過這里只歸納了文章中提及的一些內(nèi)容，可能有遺漏，這里也沒有結(jié)合具體業(yè)務(wù)場(chǎng)景，大家可以根據(jù)自己的實(shí)踐再加以補(bǔ)充。

全文只是一個(gè)概覽，如果大家有興趣的話，讓我看到你們點(diǎn)擊“在看”的小手，后邊陳老師有動(dòng)力慢慢分享。需注意的是，如果是面試時(shí)講自己用的數(shù)據(jù)分析方法，一定要和自己簡歷里的工作內(nèi)容對(duì)的上，不然人家指著簡歷隨口一句：你在哪個(gè)工作項(xiàng)目中用的這些方法？具體怎么用的？數(shù)據(jù)如何？估計(jì)就問崩了。面試千萬條，真實(shí)第一條，瞎編易穿幫，失業(yè)兩行淚。

如果是在實(shí)際工作中，則要因地制宜選擇方法。遇到事先問三問：

數(shù)據(jù)足不足夠

時(shí)間允不允許

業(yè)務(wù)買不買單

在企業(yè)中，不是方法越難越有價(jià)值，而是越能幫助到業(yè)務(wù)才越有價(jià)值。同樣效果前提下，方法越簡單越好。因此真正做工作的時(shí)候，往往是在時(shí)間、數(shù)據(jù)、業(yè)務(wù)需求限制下，選擇最短平快的方法。至于復(fù)雜的方法，可以在工作有余力的時(shí)候自己嘗試。想探索數(shù)學(xué)的奧秘，可以去讀個(gè)博士做科研。在企業(yè)做數(shù)據(jù)分析是為了助力業(yè)務(wù)，并不是自己嗨，一定要牢記這點(diǎn)。

更不用說，很多企業(yè)的數(shù)據(jù)化管理程度之低，還停留在“我就要個(gè)數(shù)，一個(gè)數(shù)而已”或者“讓你的人工智能阿爾法大狗子幫我解決下和這個(gè)問題”兩個(gè)極端上。數(shù)據(jù)真正發(fā)揮價(jià)值，靠的是體系化運(yùn)作，不是某個(gè)大數(shù)據(jù)神人掐指一算，切記切記。