做数据分析，总会面临这种模糊问题：
“分析一下运营情况，要深入一点”
“近期销售咋样，分析分析”
“分析下近期的活动……”
总之，字数越少，麻烦越大。因为真的不知道提需求的人想干啥。而且，往往这么提的还是部门领导，说完以后就消失不见了，想再当面沟通也很难见到人。最后，往往哼哧哼哧干半天，得到一句：“你就分析了这？我早知道了”真是让人苦不堪言。
咋办？
为啥出现这种情况，核心在于以下五个问题：
这五个关键问题，我们一窍不通。而这五个问题，恰恰决定了数据分析成果是否被认可。所以只听一句：“你来分析分析”就埋头干活，基本等于自掘坟墓哈。干得越起劲，坟挖得越深，把自己坑得越惨。
数据分析输出的产品，不像大米白面能直接填饱人的肚子。数据分析的价值是相对的。如果提供的是对方知道的东西，即使给得再多，也不会被认可，甚至会被吐槽：“你太啰嗦了，说重点”。
所以标准的梳理数据分析的路子，就是整明白对方做了什么，想要什么？（如下图）
图片
但注意，上边的做法是乙方服务甲方/求职者去面试的做法。真要是在企业里边用，大家相互知根知底，是不需要前期铺垫这么多的。这时候，可以通过层层递进的五个问题，搞清楚：到底对方知道多少。（如下图）
图片
有了这个五个问题的答案，就能根据对方对业务现状的把握情况，确认分析重点了（如下图）。
图片
BUT！这是对一般人说的。如果面对领导，很多同学不敢直接问。冷冰冰地问来问去，搞得跟审犯人一样，不但自己张不开嘴，还可能引起领导吐槽：“我都想清楚了，要你干啥！”所以，得有些更灵活，简便的办法。
回到原点，想要做出让人认可的分析，本质上要解决这五个问题：
所以，可以从这五个问题入手，用更轻松随意的对话，找到突破口
比如领导要求：“分析下近期的活动”，那么可以问：
1、是给您本人看？
2、还是给负责活动的本门看？
3、还是给活动相关的财务、营运、供应看？
如果提问的人，刚好有明确的意图，他就会告诉你：
1、我本人想了解情况，我不太信运营自己说的
2、我觉得运营的人做的不客观，你给他们个参考
3、我想让各个部门都了解下当前的情况，科普科普
有了这个信息，后边做啥事就非常清晰了！
我们很想知道看数据的原因，但是又怕直接问“为什么”太生硬了。这时候可以用钓鱼执法的方式，直接甩一些业务上的话题出来，试探对方的真实意图。
比如面对“分析下近期的活动……”可以说：
1、我看活动组的人加班加了好多天，是不是过程中很多问题？
2、我看活动上线后又发了2次补充说明，是不是出了啥事情？
3、我看活动的商品销量并没有大幅度增加，是不是有什么情况？
如果提问的人，刚好有心烦的事，他就会非常详细地和你吐槽：
1、活动策划太纠结
2、活动宣传不给力
3、活动效果不太好
知道了这些信息，后边的分析就有了基本定调，并且能够直插核心问题。
我们很想知道输出的内容，但是又怕直接问“你想看哪些指标”太生硬了。这时候可以主动提示：可以看XXX东西，现场确认一下是否是对方需求。
比如面对“分析下近期的活动……”可以说：
1、活动本身参与情况
2、活动投入产出情况
3、活动前中后大盘整体指标变动
4、近半年来同类活动对比
然后直接问：这样是否足够？
如果提问的人，刚好有想看的内容，他就会非常详细的和你说：
1、指标太多了/太少了，你得关注XX
2、时间维度太长/太短了，你得注意XX
3、分析角度太多/太少了，你得考虑XX
这样虽然结论不清楚有没有用，但至少内容上是对方要的。到时候数据出来，如果结论不满意，再一起看数据，看看下什么结论好，也容易交差。
我们很想知道输出内容的深浅，但是直接问“你想分析成啥样？”太过莫名其妙。这时候可以换个问法：直接告诉他，数据现状是啥！然后再问：还有啥是他不知道 or 特别想弄清楚的。
比如面对“分析下近期的活动……”可以说：
1、活动目标人数40万，实际参与30万
2、参与活动的人消费力比较高，活动消费1个亿，已经达标了
3、活动ROI比同类活动高，但是近期来活动参与率持续走低
然后直接问：这些情况是否足够回答您的问题？您还有啥想了解的？
如果提问的人，刚好有纠结的难题，他就会非常详细的和你说：
1、客单价为啥高，要深入分析
2、参与率持续降低，也要深入分析
3、不要光看ROI，要看重复参与率
这样收集来的信息就太硬货了！能直接指向最终结论
当然，搞到硬货的基础是自己也得够硬！常规的指标监控，数据结果自己心里得一清二楚。这样才能问出硬核问题。或者掌握了做数据MVP的技巧，有本事现场做MVP测试。不然是无法拿到这种硬核信息的。
我们很想知道输出内容最后被用到哪里去了，但是直接问“你想做什么？”显得太过傲慢——领导做什么，什么时候轮到一个小兵来管！这时候可以换个问法，直接抛出一个可能的行动方向，然后问：“我这么理解对不对呀？！”从而钓出对方的真实意图。
比如面对“分析下近期的活动……”可以说：
1、是不是要马上上一个新活动，补这个活动的缺？
2、是不是要总结下本次的教训，下次不再犯？
如果提问的人，刚好有想办的事，他就会非常详细地和你说：
1、我在考虑要不要改活动形式
2、我在考虑选一种更好的形式以后用
这样就清晰了，提问人对本次活动的心理估价，也能知道哪些输出有用。后续也清晰。
注意：五个要点的问法，可以一次性问完，也能分开问，不需要很死板。有趣的是，领导们也是有个人风格的。
一般甩手掌柜型领导，问题1能回答清楚。这种人喜欢指定好谁干啥事，剩下的自己就不管了，因此对于“给谁看，看了起啥用”会比较清楚。
一般技术出身的领导，问题3、4能回答清楚。这种人会关注细节，可会用数据思维思考问题，因此能聊得很细致。
一般业务导向的领导，问题2、5能回答清楚。这种人虽然不关注技术细节，但是要办啥事，遇到啥问题是能讲出清楚的。
所以，同学们可以看菜下饭，根据领导风格选择合适的问题。这样既不显得唐突，又能体现自己的专业素质，还能为后边的工作扫清障碍。
有同学会问：那遇到稀里糊涂型领导咋办？！
答：得看对方是真糊涂还是假糊涂。所谓假糊涂，就是对方仅仅是不清楚现状，所以无法下判断，这时候可以先呈现数据现状（而且要尽可能全面）帮对方建立起来判断。
如果对方是真糊涂，比如靠前大厂头衔，靠吹嘘拍马，靠吃喝嫖赌，靠资历老而混上来的老糊涂蛋——那真的没啥办法了。这时候只能自求多福。
但是，做数据的同学们，还是得掌握梳理需求，建立思路的技巧，这样才能判断：到底是对方糊涂，还是自己的能力差。有相当多做数据的同学，有个坏习惯，就是不管业务方需求，不去沟通细节，自己闭门造车，堆砌指标，搞一堆无用的数据。这种情况下就是自己的问题了，怪不得别人。在报告出来，被人批的时候痛哭“你不早说！”只会被人喷回来“那你也没问呀！”
图片
然而，这样就牵扯出第二个问题：到底心里得装着多少常用数据指标，才能满足快速沟通的需求？实际上，能根据场景快速选择合适指标，是数据分析师的一种高级能力。
京公网安备 11010802035086号