來源：尋美食 釋出時間：2023-01-25 09:11

做資料分析時，很多人只是透過資料就數論數，止於資料，並沒有讀出資料背後的業務意義。那麼，我們改如何透過資料瞭解其深層次含義？對此，本文從錯誤的資料解讀示例、解讀的關鍵時理清業務含義等七個方面做了分析，推薦對資料分析感興趣的小夥伴閱讀。

經常有同學抱怨，在公司裡，總被催著問：透過資料，你看到了什麼？可實際資料就幾個曲線而已，也不知道咋解讀。也沒有人教，自己好不容易寫了幾句，又被嫌棄：“你這都是空論，我們要深層次含義”。咋辦？就舉個最簡單的例子，下邊是某公司一週銷量資料，你看到了什麼？

一、錯誤的資料解讀示例

1. 高了表揚低了罵。資料解讀，寫的是：週一到週五很高，週六、週日低，所以要！搞！高！……這麼解讀當然會被說：你這都是空論啊！業務又不是瞎子，看不到數字是週六日低嗎。
2. 哪裡跌了哪搞高。因為週六跌了48%，所以要搞高……這個是空論*2和上一種說法是一個模子裡刻出來的。
3. 加減乘除算不停。平均值95.2，最大值125，最小值35……這個是空論*3。平均95.2所以呢？最大值125所以呢？這仍是在把數字複述一遍而已，沒有講出任何含義。

二、解讀的關鍵是理清業務含義

以上三種錯誤的共同點，是：就數論數，止於資料。沒有讀出資料背後的業務意義。其實資料解讀一點都不高深，我們每月每天都在用，比如：

業務部門做決議計劃也一樣。他們想聽的是：不划算、不喜歡、買不起。他們更想聽的是：“今天中午預算只有人均50，在這家川菜館既管飽又好吃”，他們想聽的絕不是“2公里內共28家餐廳，平均價格63元，最高價725元，最低價13元，較上個月價格提升了10%”——這真的是一點意義都沒有。

想要得出這種判斷，需要三個條件：

1. 瞭解資料代表的現實含義
2. 瞭解資料大小代表的現實區別
3. 明確判斷標準

比如大眾點評上飯店人均金額185元。它不是一個孤零零的數字，而是填肚子的成本，這是人均金額的現實含義。成本低了可以接受，高了就吃不起，這是資料大小的現實區別。比如我一個月餐費預算只有3000塊，意味著每天只有100塊錢，這就有了標準。那這一頓185，明天就得吃土了。這就形成了判斷：太貴了，得換個地方。

解讀企業資料也如此，不能只見資料，不見業務。同樣三點：

1. 業務含義：資料反映的是什麼業務
2. 業績走勢：透過資料形態，解讀業務發展走勢
3. 判斷標準：到底什麼算好，什麼算不好

下邊我們一個個看一下。

三、從理解業務含義開始

回到開頭的例子，“銷售業績”這個指標本身有很多含義。

• 直接含義：銷售隊伍的努力程度
• 銷售業績+成本：企業的盈利情況
• 銷售業績+產品：產品暢銷程度
• 銷售業績+使用者分層：使用者的需求
• 銷售業績+庫存：產品進銷存管理質量

但是注意：這裡並沒有標準，因此無法判斷是好是壞。這也是為什麼直接下結論：業績低了要搞高，是非常錯誤的行為。

銷售業績直觀反映的是銷售隊伍的努力程度，想知道這個數值是好是壞，我們可以直接去問“銷售隊伍的KPI達標了多少？”；也可以從業績曲線走勢來判斷。這就需要做第二步：觀察業績走勢。

四、觀察業績走勢

一個問題：“什麼樣的產品會賣出這種曲線？”因為有七天的資料，所以可能代表了三種走勢：

1. 自然週期性變化

七天代表了一週，週一到週五是工作日，週六週日是休息日，所以這是一個工作日銷售多，休息日沒銷售的產品——是滴，你很自然聯想到，這可能是B2B的交易，工作日上班了才有大把生意，週日都休息了。或者是圍繞B2B的衍生生意，比如CBD的餐廳一類。

2. 生命週期性變化

有可能某個主打商品銷售到了生命週期末尾，正在退市，下一款新的馬上要上，暫時變化。注意，一般看生命週期資料，是從生命週期開始做T+N天的圖來看，不是看自然日。

3. 突發性變化

有可能剛好週六日出了問題，交易系統down機，有可能剛好促銷活動到週六日結束，有可能剛好週六日惡劣天氣。

透過對走勢的判斷，可以建立初步的標準。如果是週期性變化，那很有可能是正常波動，我們初步判做“正常”。如果是突發+下跌，那很有可能是異常且壞的波動，我們可以初步判做“問題”。有了標準，就能下判斷，只是三種假設都有可能，需要進一步驗證。

五、列出假設做驗證

想知道自己思考的對不對，就得去驗證假設。驗證假設的辦法有兩種：第一，可以和業務部門溝通，瞭解實際情況。第二，可以參考過往資料，驗證判斷，同時反向驗證業務部門是不是撒謊了。

資料驗證可以做的很複雜，但也能做的很簡單。不需要很複雜的邏輯，只要一根曲線就夠了。如下圖。

只要延長時間，靠一根業績走勢+業務表現，也可以解讀出變化的原因。如果過往一直都是有周期性波動，那拉長時間就能看出來週期規律。

實際企業經營中，也經常出現上邊三種情形，只是形態更復雜，往往是三種混合。比如B2C零售和B2B銷售是反著的：

1. 自然週期性：週五到週日高，其他工作日低；
2. 生命週期性：新品上市到下市有季節性規律
3. 突發事件：大促銷（猛漲）惡劣天氣（猛跌）

在看資料的時候，往往會在業績曲線上打上標籤，比如一個日期是否節假日，是否某重點產品生命週期結束，是否突發情況。這樣，可以從看似無規律的曲線裡區分出規律來。

這也是為啥很多經驗豐富的業務人員，即使沒有專門的資料分析，也能快速判斷形勢的原因。因為他們很瞭解業務上發生了啥事，瞭解過往業績曲線形態。結合業務表現看走勢，比盲目的算同比、環比、平均數，中位數要有用得多。

六、深入細節看問題

做完上一步，只是幫大家理解了資料含義，並沒解答什麼問題。如果止於上一步，就會變成業務的應聲蟲：“業績下降是因為下大暴雨了”“這是正常波動，週末肯定要跌啦”……只是單純的這麼解讀，很有可能會換來一句：“我早知道了”。

實際上，往往人們都會留意到突發性急病，容易缺失的是對慢性病的觀察。比如下圖：

如果只看日資料，會感覺似乎每天波動不大，只能略微感到月頭比月尾似乎高那麼一點。但是如果拉長看週數據，就會發現問題。為什麼在業績好的月份，最後一週不衝刺業績了？上月業績好+月底不衝刺+本月開局格外好，這個曲線走勢不和規律，很有可能是這就是B2B銷售中的“藏業績”行為。

這時候，做資料分析的也能對一線業務說：我早知道了。甚至還能從下個月初吐出多少單，反推出來他們每個人藏了多少業績。

這也是為啥實際企業經營中，我們不止看孤零零一個數，而是搭一個數據指標體系，還要做日報、週報、月報的原因。日報用來聯絡關係業務動作，反應突發問題，週報和月報用來追蹤趨勢，發現更深層次的問題。深層次的問題，再由專題分析解決。這樣就構成了資料分析體系，系統化作戰，才有威力。

當然，實際分析場景會更復雜。有可能經過資料解讀，我們得出的是：“銷售在藏單，真實業績比資料體現的更好”這種結論，但到底是不是藏了，真實的又是多少，還得成立專項，深入分析。但無論如何，我們都比只回復一句：“要搞高！”要進步了很多，也能贏得業務的尊重。

七、解讀資料是個硬技能

有同學會說：既然讓資料分析師自己猜這麼難，為什麼不直接溝通業務的需求呢？是滴，理論上最佳的狀態，是業務和資料之間有定期溝通，業務陳述需求，資料反饋結論。

不外大部分企業，這個狀態不存在。大部分企業都是大家各忙各的，資料忙於爬表出數應付日常各種報表，業務忙著幹活撕逼。部門之間深溝高壘，幾乎沒有溝通，越大的公司越是如斯。

再加上，很多人對資料分析本身認識不清，還停留在“一個仙風鶴骨的道長掐指一算，口出出驚世憾俗之言”的印象中。共同作用，導致了文章開頭的問題。因此資料分析師不能單純指望業務把什麼問題都梳理好了丟給自己，仍是得有主動解讀的能力的。

專欄作家

接地氣的陳老師，微信公眾號：接地氣學堂，人人都是產品經理專欄作家。資深諮詢顧問，在網際網路，金融，快消，零售，耐用，美容等15個行業有豐富資料相關經驗。

本文原創釋出於人人都是產品經理。未經許可，禁止轉載。

題圖來自Unsplash，基於CC0協議。

該文觀點僅代表作者本人，人人都是產品經理平臺僅提供資訊儲存空間服務。