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

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）