在介绍数据分析的方法之前，我们要先讲清楚数据分析的基础流程，具体如下。

（1）发现问题

·发现问题是指数据人员知道数据可能有问题，可以分为两种情形。

·知道有明确问题。通过现有数据系统或者业务反馈，就能知道哪些数据有问题，比如日常监测数据，有异常数据时报警。

·日常分析数据，对于核心指标进行分析，经过细分、对比、趋势的分析，认为指标是可以改进的。

·接到业务需求。

·重要指标没有达成KPI，或者希望继续提升。2.4.1节的案例就属于这种情况。

·没有明确问题。当产品经理级别上升的时候，会经常碰到没有明确需求的情况，业务部门或者公司高层只是提出希望业务得到提升、找到新业务方向这样的需求。2.4.2节的案例就属于这种情况。

解决这类问题需要相对高阶的能力，因为此时没有明确方向，需要产品经理用数据探索出方向和策略，这也是笔者日常收到咨询最多的问题类型。

（2）定位问题

发现问题后，需要定位问题到底出在哪一步，这个时候，就要用到将在2.3节中介绍的以下数据分析方法：

·全链路分析，有助于发现每个环节的问题；

·组成因子分解，有助于发现不同部门、不同项目的问题；

·影响因子分析，有助于发现是哪个重要的因素造成了影响；

·枚举法，有助于快速发现重要客户、商品、流量等问题对整体的影响。

（3）分析问题

分析问题时用到的方法论和定位问题这步是一样的，不过需要综合使用多种分析方式，在2.4.1节的案例中会讲解这部分。

注意，基础的数据分析方法包括细分、趋势、对比，这些方法虽然本章不会讲，但是读者要具备这些入门知识。

（4）提出有价值的数据结论

这一步提出解决方案。

因为对每一种数据分析方式的讲解都会涉及不同的案例，以便让读者理解其实际价值，所以为了让读者清楚，下面先系统介绍什么是有价值的结论，然后再详细讲解数据分析方法，最后用两个案例介绍本章知识点的综合应用。 aprdwtiMbOvheNFVwxh3qKyDVHXnivWaBP68sD+THe1VjlicwyEXtelFcqRB5WW6