数据分析，如何指导运营决策

　　以下文章来源于接地气的陈老师 ，作者接地气的陈老师

　　数据分析如何能真正的指导运营决策？文章中以主公与军师的例子说明，引入数据指导运营的正确方式，向我们清晰明了地展示了怎样能正确的进行数据指导运营，之后则说明了如何体现数据的专业性，引发人们思考。

　　" 数据分析要指导运营决策，提供可落地的建议 " 是很多企业对数据分析师的要求，可真做起来，很多同学叫苦连天：我提的建议，运营都不听！也不按我说的做！让我咋落地呀……

　　其实有这种痛苦，是因为错误理解了 " 指导 " 的意思。以为 " 指导 " 就是：我说啥，运营去做啥！这个已经不是指导了，而是替人家拍板，给人家当老板了。人家运营上边有总监，有 VP，还有 CEO 呢，哪轮得到数据分析师来拍板。这样指手画脚，肯定行不动。

　　那到底该咋办？

　　02

　　一个通俗的例子，看懂指导方式

　　我们看《三国演义》里边的军师是怎么指导主公决策的。凡是那种喊着：" 主公不听我言，必遭大败 " 的军师，都被主公拖出去咔嚓了。此时主公的内心独白都是：" 我是主公还是你是主公！" 而真正受主公信任的军师，则在用这 4 种方式发言。

　　方式 1：答疑

　　主公问：敌方摆的是啥阵型呀？

　　军师答：敌方摆的是八门金锁阵，这个阵法分为……

　　此时主公不了解情况，军师给主公科普，讲清楚事情就是 " 支持 " 决策。

　　方式 2：建议

　　主公问：军师有何退敌良策呀？

　　军师答：上策是趁敌人远道而来，疲惫困顿，粮草不济，坚壁清野。中策是……下策是……

　　这里有很多细节：

　　军师给建议，是分析 + 结论一体的，既有理由又有行动建议

　　军师给建议，很少给一种建议，而是充分考虑最好、一般、最差情况

　　军师给建议，就只是建议，不会替主公下判断，最后拍板权还在主公那里

　　有趣的是，我们发现主公很少选上策，很多时候都是选中策甚至下策。

　　这时候就有开头一幕，那些倔强的坚持 " 主公不听我言必遭大败 " 的军师都被咔嚓了，而聪明的军师则闭口不言，再聪明一点的，已经开始为主公准备打败以后的逃跑方案了，哈哈。

　　方式 3：提醒

　　曹操被关公堵在华容道，眼看就要噶了，军师一个箭步冲上去：" 主公，关云长义薄云天，傲上而不辱下，欺强而不凌弱，不如去求他饶命…… " 这就是典型的提醒！

　　注意！提醒的时机很重要。如果在平时，你说：" 主公你要当心呀 "。主公只会笑着说：" 先生多虑了 " 只有在危急关头，你的提醒才能被听进去。

　　方式 4：总结

　　打完仗了，总结一下：" 本次作战，主公有十胜，敌人有十败…… " 不过这个时候，如果打赢了仗，大家都在邀功呢，说了也没几个人听。打败了仗，大家都在找出气筒，乱说话可能就被 " 借项上人头一用 " 了。

　　02

　　数据指导运营的正确姿势

　　故事讲完，来正经的。数据指导运营的正确姿势，也是：答疑、建议、提醒、总结四种，而不是非要求人家按自己的意思办。而且这四类工作的重要性与发生频率也是不一样的（如下图）。

　　真正让数据分析安身立命的，恰恰是答疑类工作。只要运营有用数据说话的意识，在工作流程每一步都记得看数据，那数据分析就有活干。这些工作中数据积累，也是日后深入分析的线索，所以要多做，最好贯穿在整个工作流程里（如下图）。

　　提醒类只在真正有问题的时候说才管用。平时唠叨：同比跌了 3%，环比跌了 2%，也没人听，听了也没啥反馈。发现重要问题，比如：

　　流量数据不正常，可能存在虚假流量

　　活动参与不正常，可能有薅羊毛存在

　　达成进度太慢了，可能无法完成任务

　　这个时候再做提醒，可以有效提高提醒关注度，化解潜在危机。

　　总结类，虽然做得多，但意义最小。运营部门经常屁股决定脑袋，非要强行论证自己做的有效果。至于：把自然增长率改成负的；挑选在下跌的竞品公司数据以证明 " 大盘都在跌 "，都是常规操作。这时候非要说 " 不是大盘，是你没做好 "，就会引发冲突，还不如把数据都摆出来，信不信老板自己定。

　　至于人们最常说的：数据分析提供有效建议。其实很多时候运营已经有自己的判断了，不接受建议是常事，所以没必要强求。可说到这，有同学就会有疑问：我的建议他都不接受了，咋体现我的建议有价值呢？

　　当然有办法，不但能体现价值，而且能增进运营对数据的信任。

　　03

　　如何体现数据的专业性

　　如果前文例子一样，在提建议的时候，不要只提一个，而是提 3 个。不要只试图证明自己的建议是合理的，也要证明如果运营不采纳自己的建议会怎样。输出建议的逻辑，如下图所示。

　　比如运营在发优惠券，通过数据你发现券越派越多，活动效果却越来越差，因为有相当一批老用户已经形成习惯了，反正本来就会买，多领一张券就多享一点优惠。你很想建议改一下发券规则，规避下这些自然购买群体。

　　此时提建议，不要直接提 " 建议改规则 "，而是列出三种情况：

　　这样，运营听你建议改了方法最好。即使运营没听，依然沿用现在的老做法，你也对将来的情况做出了预计。

　　如果你预计得很准，解雇复盘时如你所料，那你就牛 X 大发了，这不就是妥妥的开天眼吗。

　　即使大家嘴上不说，心里也会觉得 " 这个预测真神！" 后边会更加相信你的判断和建议。

　　这种建议提多几次，即使大家不 100% 接受你的做法，至少会每次拉上你听听意见，信任程度是直接倍增的。

　　如果运营没有听我们的建议，我们也没能预计准确业务走势，那就说明我们的分析能力还有待提升。准确的数据分析，既包括知道怎么发现问题，也能对放任问题不管的后果给出准确判断。如果还不能准确预计走势，就继续提升自己的能力哈。

　　综上可见，想做好数据指导运营决策，需要数据分析师们懂得提取数据，更需要沟通技巧和基于业务的准确判断能力，这样才能体现数据分析的价值。

　　▼ 喜欢请分享，满意点个赞，最后点「在看」