一 定义问题
四步走：①.清晰描述问题
②.划分问题边界
③.区分问题类型
④.明确输出产物
二 数据分析中的定义问题
1 清晰描述问题
① 找有重要业务含义的指标
宏观层面：行业 部门 业务模式 （能力1：获取信息的能力）
微观层面：流程，操作，数据记录（能力4：梳理流程的能力） 每个步骤 了解清楚，人为数据是什么，哪些因素会影响
2 如何划分问题边界以及转化问题
① 设想类问题
有事实依据→转化为分析问题
（验证）没有事实依据→抨击就完事了
② 执行类问题
首先确认：怎么执行
执行人→执行方式→执行目标
转化为分析问题：
不知道可以怎么做：找样板，做描述性统计
知道怎么做，有选项，评估优劣（是什么）
方案一VS目标
方案二VS目标
......等等 先定标准后评估
③执行出问题，找原因（为什么）
找原因，向着推动执行的方向找，原因不重要，能执行下去最重要
④ 隐藏分析：目标和现状不匹配
推到目标和现状匹配程度，还是先立标杆
三 如何细分问题 构建思路
image.png
①设想类
image.png
②分析类
image.png
③ 执行类问题
image.png
涉及到标准问题，需要争取老板/业务方认可。
四 规划输出形式，规划执行
- 是多少→ 数据报表 数据表
- 是什么→判断标准，判断依据
- 为什么→原因1，原因2，原因3，原因4
- 会怎样→预计1，预计2，预计3
- 不要把自己绕进去，紧盯目标
坑点
- 报表格式确认清
- 提前统一标准
- 多个分析需求一次能请（为什么很可能包括是什么和怎么办），事先了解需求部门有什么权力，提醒越早越好
- 注意区分时间状态（心口不一） eg：做活动
- 资源需求提前说
需求归类→子需求需要的时间排期
训练集，积攒资源
eg：复杂问题，每一步骤要有小结
① 现状有什么问题（为什么） 节点1
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）节点2
⑤ 综合评估，最后选择方案（是什么）节点3
切勿憋大招，宁可短平快，越复杂问题，汇报次数一定要多
五.实战，如何在职场中定义问题
- vk复盘
1.*专题类,模型类（活动响应，分类等等）
重点是抓方向，抓结果 ① 描述性统计（描述性统计） ② 判断严重性（是什么） ③ 寻找寻找原因（为什么） ④ 评估选择策略（是什么）2.模型类和专题类相似
① 判断类型 ② 制作与选择特征 ③ 构建模型 ④ 检验想过3.报表类
① 业务流程 ② 了解常规趋势 ③ 多大范围算波动，异动类要检验① 针对规律问题
XX行业的XX企业 服务XX部门 监控报表一般是XXX个维度，五个维度的用处XXXX② 针对波动问题
- 大于X%算不正常
- 一般X种方式解决，角度是xxxx
4.最终产物
1一个专题类的分析的分析思路
1 个报表的思路
① 针对规律问题
XX行业的XX企业 服务XX部门 监控报表一般是XXX个维度，五个维度的用处XXXX
② 针对波动问题
- 大于X%算不正常
- 一般X种方式解决，角度是xxxx
5. tips：自我提示 职场上没有标准答案
知道目的很重要，然后按照套路走
敲门：tips1：问：你理解不理解用户画像
答：我理解的用户画像包含三个方面，。。。主要看您准备那它干什么（由此切入具体问题场景）
