数据分析，应该多思考业务的实际情况，对数据指标进行解读，从而把有价值的信息提炼出来，解决业务的实际问题。

这个过程虽然看起来挺简单的，但是却需要反复、长期的「刻意练习」才能逐渐熟练掌握。

刻意练习指的是有目的的训练，是一种不断改进的做法，是一个不断积累的过程，积跬步以致千里。刻意练习的过程必须专注，需要认真地去思考，并且及时验证和反馈。

比如，数据分析思路的训练，首先应该专注于解决问题，其次要去思考问题到底是什么，然后用数据进行验证，搞清楚问题的真正原因，从而提出解决方案的建议，最后付诸行动，并跟踪反馈行动的效果。

在现实的工作和生活环境中，数据指标发生变化是一件很常见的事，而分析数据指标，应该是数据分析师的看家本领。那么具体应该如何分析数据指标的变化呢？可以参考下面数据分析的思路。

1. 确认数据源是否正确？

如果数据源本身不对，那么应该尽快修正数据源。实际上，因为数据源不对，导致数据指标异常变化的情况非常多，一定要先确认数据没有错，不要报假警。确认数据源正确无误后，接下来才开始进行数据分析。

2. 判断数据变化的程度如何？

这是确认问题的轻重。常见的指标，比如销售额，其波动是有一定范围的，根据历史经验，可以预设好变化的预期值。如果是轻微的变化，在正常的波动范围之内，那么通常可以不用深入分析。假如数据变化比较大，超出我们的预期，那么需要做进一步的分析。对于数据严重超标的情况，需要重点跟进分析。

3. 数据变化的周期如何？

如果是一次性的变化，那么分析看看是否有持续的迹象？如果是周期性的变化，那么分析看看是否符合周期性的规律？与上一个周期的数据进行对比，分析判断数据变化的趋势。比如二月份销售下降，看看是不是有春节的影响？去年的春节是不是也发生在二月份？和去年同期相比的，销售是上升还是下降？

4. 数据变化的前后发生了什么事件？

单纯地看整体的数据，往往很难搞清楚数据变化的真实原因，但是当我们缩小范围，运用假设检验的思维方式，把数据变化和相关事件联系起来，大胆假设，小心求证，进行深入的分析，就更容易找到问题的根源。所以，熟悉业务和行业知识很重要。

事件可以细分为外部事件和内部事件，外部宏观层面的事件通常采用 PEST 分析模型，其中 P 是政治（Politics），E 是经济（Economy），S 是社会（Society），T 是技术（Technology）。政治的影响可能是致命的，有可能让行业面临灭顶之灾，其他的影响更多是渐进式的。内部事件可能在短期内对快速改变数据指标，比如当绩效考核方案发生重大调整时，KPI 指标可能很快就会发生变化。一般数据分析的原则是：剧烈变化看政策，短期波动找内因，长期异动找外因。

5. 数据变化的细分纬度有哪些？

对于一般的商品销售业务来讲，通常包括「人、货、场」三个细分纬度，其中「人」包括员工和客户，「货」主要是指销售的商品，「场」是指销售的场景，比如线下的门店、线上的网店。

比如某天整体销售额上涨了20%，是哪些员工、哪些客户、哪些商品、哪些渠道在上涨？上涨的主要原因有哪些？把表现比较好的标出来，总结成功的经验，其他表现不佳的可以学习，未来寻找解决方案时也可以参考借鉴。

总结

数据变化是很正常的现象，发现数据指标的变化以后，首先要确认数据本身的正确性，然后再去分析数据变化的程度、周期、相关事件、细分纬度等情况。

不断刻意练习这个过程，数据分析的思路就会逐渐打开，很多问题其实也就能迎刃而解了。

如果能在数据分析这个细分领域成为专家，把每一个环节做到极致，帮助别人解决实际问题，并用心做好传播工作，把经验和技能传承下去，让自己的工作价值放大，实现利他和利己的双赢，将来回首自己的生涯，也许感觉会很不一样。文章来源：微信公众号linjiwx