为什么“数据分析报告太平淡，只是陈述事实，没有建设性意见”是很多企业的抱怨。

“数据分析建议要可行，有建设性，能产生效果”也是很多企业的要求。

问题是：咋做到呀！

通常来讲，有四种方法，可以从数据中推导出高质量、可落地、可见效的分析结论。但是，并没有一种方法是包治百病的仙丹。每种方法都有特定的使用场景和难点，今天和同学们系统的分享一下，以供参考。

一、标杆分析法

标杆分析法的思路很直接：找一个做的好的标杆，直接复（chao）刻（xi）标杆的做法。既然别人这么做能成功，那理论上我们这么做也能成功。标杆分析法的步骤：

比如，做销售分析，在推导分析结论的时候，就不是简单地说：“销售业绩低了，建议搞高”。而从销售队伍中树立标杆，总结特征，复制行为（如下图）。

标杆分析法适用性很广，但是有三个明显缺点

特别是在复制外部标杆的时候，常常因为数据采集不全，导致找一个“外表内美，内部拉胯”的同行案例做标杆，此时就更容易翻车。

二、业务诊断法

业务诊断法的思路也很直接：找到目前业务哪里做得不好，哪里不好就改哪里数据分析具备的能力，改完就好了。注意：所以叫业务诊断，是因为最后输出的结论，应该是指向一个具体的业务行动，而不是简单的扔一个“XX指标低了，要搞高”出来（如下图）。

做业务诊断法的步骤：

建立监控指标（一般做漏斗分析，或拆解分析） 树立判断标准（现有判断好坏的标准，才能下结论） 发现当前短板（转化漏斗最弱一项，拆解中最弱一项） 追溯业务问题（这里的弱，是因为运营/产品/价格/……导致的） 给出诊断建议（基于业务条件，评估改善可行性，给出建议）

这里最难的就是第四步。想做好第四步分析，需要对业务流程做详细拆解，并对具体做法打标签，才能做深入分析（如下图）。

注意：第五步给建议的时候，也可能不是哪里弱补哪里，而是“以强补弱”（如下图）。

这样基于业务现状+历史数据，对建议进行简单的可行性评估后再给出，会让建议更有说服力。业务诊断法的缺点是很明显的：第四步容易被卡住，成为业务方互怼的导火索。特别是问题发生在转化漏斗的末端，大家都有责任的时候，更容易引发争吵（如下图）。

此时，需要花特别多的精力，把这帮人的各种说法论证清楚，不然分分钟会被人当成对战的棋子，怼得死去活来。

三、机会识别法

机会识别法和标杆分析类似，但是不是拿整体作为参照对象，而是从细节里找思路。最典型的，比如发展了一群客户，质量有高有低，这时候有两个典型的做法：

从现有用户里，挑出高质量群体，单独看该群体画像，思考如何做大该群体。 从用户画像角度，挑出理论上高质量群体，再看目前获取数量，思考如何做大。

这样就是所谓的：机会点识别。

所以叫机会点，是因为：到底是否能做大，做大了到底好不好？在眼下是不清楚的。很有可能顾此失彼，为了服务一个群体，得罪其他用户很有可能因小失大，多赚了一个群体钱，流失其他用户很有可能镜花水月，单一群体数量太少，无法撑起大盘总之，得实验，实际测试几次，才只能看出数据变化。

这也是机会识别和标杆分析最大区别，标杆分析看得是实际上已经成功的样本，机会识别的，真的就只是一个机会。

机会识别法的弱点也是很明显的：严重依赖业务配合。

如果业务方懒得给出配套方案，那就永远无法测试这个机会点到底能不能成。更糟糕的是，在没测试前，到底是不是机会，是无从定论的。于是，业务方会简单按照：是否这个机会与老板观点一致，进行判断。总之，老板说这个好，这个就好。老板没说过，那就不好……这更让客观的机会识别无法进行了。

四、概念测试法

以上三种方法，都是基于已发生的数据做推导的。也可以完全没有数据，凭着业务方灵光一闪：“我有一个好点子！”然后直接拿来测试。这是完全OK的。常用的ABtest方法也是满足这一需求。

但注意，很多业务上测试

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！