定义问题，设计方案

什么是“定义问题”？

我们如何定义问题，决定了我们会如何解决这个问题。
例如，一个病人说肚子疼，怎么办？

• 肚子疼 → 止疼药拿去吃！
• 肚子疼 → 治肚子的药拿去吃！
• 肚子疼 → 肚子？疼？ → 哪里（肚子/胃）疼？什么感觉的疼？什么时候开始疼的？

这是种常见的内行服务外行的情况。讲清楚问题是一个内行才有的能力，所以不要轻信外行的要求，要去理解他们的处境，分析他们的需求。

定义问题的步骤

1. 清晰描述问题：用专业的维度描述问题，消除不确定性，剔除伪命题
   1. 哪疼？（确认具体位置）
   2. 这些地方疼不疼？（不会只按一个部分，而是周边部分都确认一遍）
   3. 这样疼的厉害些吗？（用力按，确认是肠子疼还是肌肉疼）
   4. 什么时候开始疼的？连续性疼还是周期性的？（排查原因）
   5. 肚子疼之前有吃过什么？做过什么事情？（排查原因）
   6. 之前有没有疼过？有没有做过手术之类的？（排查原因）
2. 划分问题边界
   例：一个7岁的宝宝，每天7点钟准时肚子疼，其他时间吃喝跑跳完全没问题，肚子疼的位置每次都不一样，按下去还疼得轻重不一。请问他肚子有什么问题？
   医学问题，医学解决；不想上学的问题，棍子解决。
3. 区分问题类型：要具体到一个很明确的问题，才能做针对性解答
   
4. 明确输出产物：有可能需要多次跟进，每一次的开始结束要有明确标准
   1. 已诊断：喝凉水过多引起的急性肠炎，挂点滴。因为是急性病，挂完点滴不要立即走，留下观察2小时内，止疼止泄以后可离院。
   2. 万一有不良反应：送急诊抢救，专家会诊。

所谓“定义问题”，就是：

• 把一个日常发生的具体事件，转化为要解决的问题
• 用清晰的描述和具体的数据，替代随意的、口头的表达
• 用专业的判断，定义问题的发生场景，问题类型
• 预判解决问题的方向，设定评价标准，管理期望值

数据分析中的“定义问题”

1. 清晰描述问题：要分析的事情，而不是分析方法
   1. “做聚类分析”——对着《统计学》书做！
   2. 不清晰业务模式的，先整明白业务模式是什么（这就是为什么要先讲能力一，连业务是啥都不知道，分析个啥）
   3. 清晰业务模式的，描述清楚问题是哪个部门，什么时间，什么区域发生的（这就是为啥要先讲能力二，基础的取数时间，对象要搞清楚）
2. 划分问题边界：到底是不是数据分析可以解决的问题
   1. 数据分析可以解决的：是什么，为什么，会怎样（设想 → 分析 → 执行）
   2. 数据分析不能解决的：想不想，怎么做（设想 → 分析 → 执行）
      1. 设想的问题，可以转化为分析问题
         1. 原问题：我要不要买房（设想）
         2. 转化问题：我下不了决心买房，是因为我担心父母反对，筹不够首付
            1. 子问题1：目前欠多少首付，是否真实需要找父母筹钱（“是什么”问题，属于分析问题）
            2. 子问题2：除了父母，是否有其他渠道可以筹钱（执行问题，非分析）
         3. 输出目标：“父母反对就无法筹够首付”是否是个真命题。是，想办法解 决；否，不要纠结了
      2. 执行的问题，可以转化为分析问题
         1. 原问题：我要怎么买房 （第一步：去售楼处，第二步：掏钱，第三步，拿钥匙）
         2. 转化后问题：我要怎么最低融资成本的买房
            1. 子问题：有哪些融资渠道（执行问题）哪个成本最低（“是什么”问题，属于分析问题）
         3. 输出目标：估算成本，在ABCDE个渠道中选最低的那一个
3. 细分问题类型：是什么，为什么，会怎样，到底归属哪一类
   1. 如果不清楚现状 （描述性统计）→ 是多少
   2. 如果想给现状找标准（什么算好，多少算好）→ 是什么
   3. 如果想给现状下判断（好坏，多少，涨跌，类别）→ 是什么
   4. 如果想多个方案选一个 （根据标准打分）→ 是什么
   5. 如果想知道问题原因 → 为什么
   6. 如果想预测未来 → 会怎样
   7. 问题很复杂的时候，需要多个分析层次，比如分析下当前的销售情况
      1. 描述现状：卖了多少，销售金额，变化趋势
      2. 树立标杆：根据历史习惯/KPI达成率/领导期望判断到底算不算好
      3. 下判断：好的话，能不能持续；不好的话，为什么不好
      4. 好的话，为什么能持续：先找好的原因，再看能否持续
      5. 不好的话，为什么不好：先找到问题点，再看原因
4. 明确输出产物**：如何判断每一步分析得准不准？**
   1. 是多少 → 数据，数据报表
   2. 是什么 → 判断标准，判断依据
   3. 为什么 → 原因1 ，原因2，原因3，原因4，哪个原因影响最大
   4. 会怎样 → 预计1 ，预计2，预计3，预计4

1. 清晰描述问题

如果有人让你分析下现在的房价，你会怎么分析？

• 城市（一线，一线卫星，二线，区域中心，净流出地）
• 区域（CBD，新区，老区，近郊，远郊）
• 资源（交通，教育，医疗，其他配套）
• 产品（产权，楼龄，朝向，户型，景观）
  

讲完房价类型，很多人自己都会分析了。
很多情况下，能描述清楚问题，就完成了八成分析，因为这些指标背后带有明确的业务含义。这也是为什么描述性统计，取数占了数据分析师八成时间。

基本：4W1H

When，who，where，what，how。没有why和how much。
因为4W1H是在描述问题本身，是描述性的内容，而why是问题原因，是分析要干的事；how much是对问题程度的判断，也是分析干的事。

进阶：找到关键业务指标

比如影响房价的关键要素：

• 城市：一线，一线卫星，二线，区域中心，净流出地
• 区域：CBD，新区，老区，近郊，远郊
• 资源：交通，教育，医疗，其他配套
• 产品：产权，楼龄，朝向，户型，景观

分两个层面描述影响业务的关键因素：

• 宏观层面：行业、部门、业务模式（能力一）
• 微观层面：流程，操作，数据记录（能力四）

步骤：

• 先确认行业，部门
• 再看问题细节
• 再确认指标
• 最后才分析问题

2. 划分问题边界及转化问题

设想类问题

明显的标志：“我想，我觉得，我要不要……”
潜伏的标志：在对问题做描述的时候，缺乏事实，充斥个人感觉

• 为什么许多优秀的女生找不到对象？
• 为什么我认为许多优秀的女生找不到对象？

所以，遇到设想类问题，首先要确认真实性。先问是不是，再问为什么。

• 没有事实依据 → 呵呵，你爱怎么认为怎么认为
• 有事实依据 → 转化为分析问题
  
  • 我觉得房价会跌 → 目前有没有在掉的？（是多少）
  • 我觉得房价会跌 → 最近3年内波动幅度有多少？（是多少）
  • 我觉得房价会跌 → 一般房价什么情况会掉？（为什么）
  • 我觉得房价会跌 → 上次房价跌的时候有什么特征？（是什么）

用数据替代感觉，用分析过程替代愿望。

执行类问题

“怎么做”的问题，都是执行问题。

• 执行人：谁来做
• 执行方式：怎么做
• 执行目标：做到什么程度

以买房为例：

• 执行人：我有多少钱（现金，工资）？
• 执行方式：什么渠道买？什么方式融资？
• 执行目标：投资？自住？婚房？养娃房？改善房？
  

接下来如何转化成分析问题？**

1. 如果还不知道怎么执行，找样板参考，做描述性统计（是多少）。

   “我不知道我这个收入该怎么买房”：

   • 小A和你收入差不多，他工资XXX现金XXX，买的XX地方的房
   • 小B也和你收入差不多，她工资XXX现金XXX，买的XX地方的房

2. 如果知道怎么执行，意味着有选择，可以评估选择的优劣（是什么）。

   “我看中两套房，不知道怎么挑”

   • A房 VS 目标
   • B房 VS 目标

这其实是两个问题。第一个问题是，我们要看哪些指标？第二个问题是，这些指标的标准是什么？
做评估先定标准，这是个两阶段分析，不能一步到位。

1. 如果知道可以怎么做，但执行出现问题，可以找原因（为什么）。

   “我不知道为啥我爸不肯出钱，首付不够咋办？”

   • 搞得掂老爸 → 分析老爸不给钱的原因 → 晓之以情动之以理 分析类问题
   • 搞不掂老爸 → 还有哪些融资渠道？ → 找别的融资渠道 执行类问题

找原因，向着推动执行的方向找。原因本身不重要，能执行下去最重要。

1. 一个隐藏的分析：目标和现状不匹配。

   “为啥我同学都买房了，我却买不起” 羡慕互联网企业高薪，忽视公务员福利；你才毕业一年，家里非官非富，买不起也很正常。

3. 细分问题，构建思路

将设想和执行类问题，转化为分析类问题后，再将分析问题细分到有明确输出的程度，依次分析是多少、是什么、为什么、会怎样。

我目前月收入10000，家里可以出30万，想在广州离珠江新城地铁1 小时以内的区域买房，可以怎么买？

1. 评估财力（输出：可以承担多少房价） 分析类问题
2. 找房源，范围内有多少可承担的起的房子 执行类问题
3. 确认标准（输出：主要考察哪些指标，是否有必选项） 分析类问题
4. 综合评估（价格，距离，户型，配套） 分析类问题

设想类问题的思路

分析类问题的思路

执行类问题的思路

执行类问题首先要确认是谁来做，不同的人权限不同。然后再确认是否有目标。

4. 确认输出形式，规划资源投入

1. 是多少：输出数据或数据报表。注意表格格式。难度不大，但若不符合格式要求，可能要返工。
2. 是什么：输出判断标准或判断依据。注意提前统一标准。

   分析前：“为什么销量下降了，分析下” 分析后：“老板说了，这点下降幅度属于正常波动，不纠结”

这种亏吃一次就够了，到底标准是同比，环比，KPI完成率还是老板心中的一个数字，一定要提前问清楚。

1. 为什么：输出原因，并分析哪个原因影响最大。

在“为什么”的需求中，往往隐含了对“是什么”和“怎么办”的需求，所以分析前先问清楚是否有那些需求。

事前：“帮忙分析下这个月活跃率下降的原因” 事后：“哦，原因是这几个，那我要怎么做呢？”

比如发生产品改版这种大动作，必然会影响用户行为，不同部门有不同的职责和对策。

1. 会怎样：输出预测结果。注意区分时间状态。预测需要预测场景。

   口头：“看一下过去XX时间内有消费的用户，他们的消费习惯” 心里：“未来这批人还一样会消费吧” 过去的消费行为就是过去的，不代表未来也是这样。

2. 面对多步骤的复杂问题，每一步结束后小结。比如做一个会员制度优化项目，一般有如下几步：

   1. 现状有什么问题（为什么） 汇报节点
   2. 未来准备达到什么目标
   3. 有哪些优化方案
   4. 每个方案预计带来的效益（会怎样） 汇报节点
   5. 综合评估，最后选哪个方案（是什么） 汇报节点

切忌憋大招，一定憋死掉。比如专题分析，很多分析师喜欢憋一个前无古人后无来者的答案。特别是模型项目，很多同学醉心建模，忘了时间进度和待解决的问题。
在企业里，解决问题的时间是有限的，有可能过几个月问题都变了。越是复杂问题，汇报的次数一定要越多，每个月汇报2次阶段性成果。

“定义问题”的重要性

第一，许多数据分析师脑子只有数据，没有业务问题，一提到“数据分析”就联想到一大堆指标的计算。
指标只是分析的起点，终点是解决一个个具体问题。
指标： 问题：

• 为了让平台销量打败京东，应该配多少SKU？
• 为了减少库存积压，应该控制在多少SKU以内？

例如，医疗精准营销怎么做？
罗列基础信息、浏览行为、搜索行为、挂号行为、体检行为这一长串数据指标，是没有用的。

• “如果做关联分析的话，只要订单数据就够了”
• “如果做慢病管理的话，只要基础信息+挂号行为就够了”
• “如果做联合用药的话，只要搜索行为就够了”

当清楚明白要解决什么问题时，往往几个指标就足够了。

第二，只记得找数据，忘了分析。最常见的就是抱怨“这个月销量又低了”。
那么问题来了，“凭什么这个月销量不能低？” “如果不能低，多高算是高？” “持续低还是偶然低？”
销量多少只是一个数据，销量低是一个结论，给结论之前需要分析。
例如：

“做智能设备的分析，我把做智能设备的企业分作三类，发现他们主打的卖点都是高科技，没有安全。我就觉得可以从安全切入……”

分析的过程呢？

• “是什么”，凭什么可以分三类，有什么特别？
• “为什么”，为什么安全就可以切入了？只是因为没人做吗？有想过他们是做不了还是忽略了吗？

正确的做法是：

从业务模式上看……从销量、产品上看……从未来合作前景上看……综合三个维度，有三类企业特点突出，我把做智能设备的企业分作三类。我发现他们主打的卖点都是高科技，没有安全。 安全这个点，本身很有市场，不做安全这个点，会失去一些市场。综合测评，发现做安全可争取到XX客户，能达成目标。而且，在非安全领域，我们很难和别人竞争。我觉得安全是个很好的切入点。

第三，只会扒拉数据，不会解决问题。脑子里只有数据，没有策略，区分不了什么是分析，什么是执行。
遇到执行问题，要先知道怎么做，才能知道到使用哪些数据。
新手找模型，老手找指标，高手找问题。

锻炼定义问题的能力

定义问题是新人们最弱一环，有以下几点原因：

1. 平时取数多，思考少，不知道数据啥用
2. 偶尔做专题，没有清晰思路，往往一锅炖，既想找原因，又想找方法
3. 知识积累少，分不清是否是真实问题，也想不到该做什么
4. 不会和需求部门沟通，更不敢主动提分析思路，他们说啥就是啥

最好的方法是复盘，而不是学现成的套路。
复盘的关键，是理清“数据”与“用途”之间的关系，找出规律。比如XX部门的XX岗位，看了XX数据，有XX用途。专题分析的用途比较清晰，然而大部分同学还是在跑数，所以得自己总结用途。

• 专题类、模型类工作：目标集中，容易总结经验
  
• 报表类、取数类工作：目标不明，需要自己提炼

专题类本身有个题目，比如用户流失原因分析，销售下降问题分析， 促销活动响应分析等等，因此容易归类到是什么，为什么，会怎样里；模型类一般有明确方向，比如有\无监督分类问题，综合评分问题， 预测问题，也容易归类。因此，复盘这两类工作，关键是抓主线和思路，先找到方向。

专题类复盘基本格式

分析目标：找到销量下降原因，并提出提升销量建议。
分析思路：

1. 清晰描述问题（描述性统计）
2. 判断问题严重性（是什么）
3. 寻找问题原因（为什么）
4. 评估提升策略（是什么）

分析结论：销售下降原因有X条，最重要的是XX，策略评估中XX策略更优。

模型类复盘基本格式

分析目标：预测用户促销响应率。
分析思路：

1. 判断模型类型（二分类问题，逻辑回归）
2. 制作与选择特征
3. 构建模型
4. 检验效果

分析结论：预测准确率为X%，模型可稳定使用。

报表类复盘

只有报表，是不知道有啥用处的。想知道报表的用途，得干三件事：

1. 了解 业务流程 （为什么监控这几个指标，监控了有什么用）
2. 了解 常规趋势 （老业务看三年比，新业务看环比增速）
3. 了解 异常波动 （多大范围算波动，异动时会再看哪些指标来检验）

   基本格式：针对指标构建问题

   我是XX行业的XX企业，我服务XX部门，他们监控指标一般看X个维度，这X个维度的用处分别是XXX，XXX……

先明确报表的基础用途。

基本格式：针对规律问题

我们的销售一般是1、3月高，春节低，4、5月有个小高峰，6、7、8平着走，9月开始提升，11、12月冲业绩 我们的用户结构是埃菲尔铁塔型的，TOP10%提供60%收入 我们的产品3个月留存率是5%

掌握了规律，才能快速地定义新问题，这是分析的知识积累。

基本格式：针对波动问题

一般销量波动大于X%算是不正常。波动大于X%的时候需要找到原因，一般从X方面找 最快速提升销量的方法有三种，分别是A、B、C……

有了标准、初步的原因假设、解决问题的手段，定义问题时就能得心应手。

讲一个故事

最终输出产物是一个完整的故事：

XX行业销售一般看5个维度，一般规律是XXX，如果波动大于X%就要预警，可以从X个方面关注。 所以现在的问题是什么？我们可以针对解决…… …………

准备至少1个专题分析的分析思路，1个报表的思路，参考上文中的格式。
如果能讲清楚一个案例没有破绽，至少这一个案例里的几个环节是定义清晰的。