“你看看最近的銷售數據，有啥發現不？”在工作中，這種無明確目標的問題經常出現。討厭的地方是：大部分時候，日常數據就是只有一點波動。如果直接把“環比3%增長”這種結論報上去，又會被扣個“這我也知道，要深入分析！”的帽子。那到底該咋辦？今天系統講解下。

解讀數據是有標準順序的，分為7步走：看數字、找規律、立標準、看結構、明假設、驗真偽、出結論。我們不著急，一步步來講：

第1步：看數字

這是最基礎的，同比，環比，絕對值，漲了、跌了……日常報告都是這些東西。但是這些東西不招人待見。一來，只要是個人看一眼就知道情況了，沒啥寫的必要；二來，這些玩意沒業務含義，講了跟沒講一樣，所以必須深入一步。

第2步：找規律

想深入一步，可以把數據時間拖長一點，看看有沒有自然規律。這一步沒有任何技術含量，直接把日報表連起來看即可，但是非常管用！因為很多常規數據波動，就是有周期性規律的。掌握了規律，可以避免大驚小怪，誤報錯報。還能敏銳地觀察到真正的問題（如下圖）。

第3步：立標準

想再深入一些，就得找判斷標準。數據 + 標準=判斷，有了好壞判斷，才能繼續往下思考：為啥好/為啥壞。最好的標準，就是有個KPI值壓在頭上，這樣直接對比KPI完成率就有結論。

但有些非核心指標，沒有KPI要求，這時候就得找其他標準。比如用場景拆解法，把非核心指標與KPI指標的關系，KPI達標時候非核心指標的數值范圍找出來，這樣也能形成判斷標準，做出判斷。

第4步：看結構

有了好壞判斷，可以進一步思考原因。但在思考原因之前，最好先看下指標內部結構，找到影響指標的大頭。這樣重點清晰，更容易看出問題所在。

比如看銷售情況，銷售講究人、貨、場，先從用戶、商品、渠道三個維度，單獨看內部結構，看哪個類型的占比高，哪個類型在當前表現好/差。這樣分清重點，容易形成思路。

比如看成本情況，區分可變成本、固定成本，可變成本區分商品成本、營銷成本。固定成本里區分前臺、后臺成本。這樣更容易看出哪一塊是波動來源。

有了這一步，后續再找原因就輕松很多了，可以直插重點。

第5步：列假設

有些比較懶的同學，直接在上一步就下結論了。比如最近銷售不好是因為A商品沒賣好。成本高了是因為促銷花錢太多……可這種原因往往太膚淺。一來，有可能A商品沒買好是因為其他藏的更深因素導致的（有更深因素）；二來，有可能A商品沒買好是因為某幾類用戶在流失（其他因素波及）；三來，即使A沒買好是因為A不行，那也不見得短期內能改正，還是得想其他辦法（問題分析的可落地性）

所以，再往下深入，一定要清晰假設，擼出來問題背后的邏輯。很多同學到這一步會傻眼，覺得原因千頭萬緒，我該怎么列才合理？這里有兩個簡單的辦法：

• 從最近發生的事件入手。
• 從業務可能采取的行動入手。

從最近發生的事情入手，能快速找到解釋問題來源的假設。我們可以先收集最近發生的正向/負向的事件，然后逐一看：

理論上：這個事件對哪些指標有影響

實際上：這個事件的發生程度，相對應數據變化

這樣逐一排查，找出問題來源。

從業務可能采取的行動入手，則能快速找到業務應對手段的假設。比如面對業績下降，短期內業務就三板斧：

• 上促銷，派一堆優惠券
• 搞培訓，抓幾個典型示范
• 改文案，把推廣鏈接換換

那么，我們可列假設：

• 按過往投入產出比，促銷可以拉升業績
• 人員是參差不齊的，有標桿可以參照
• 推廣是參差不齊的，有標桿可以參照

之后逐一檢驗即可。

第6步：驗真偽

有了假設可以驗證。注意，很多日常數據波動，是沒資源給我們一一做ABtest來驗證的。因此這里說的驗證，更多是找證據。找到足夠多的、明顯的、數據上的證據，來證實觀點。

比如我收到最近商品調價信息，那么理論上，如果是暢銷品，快供不應求調價，是會提升收入的，而普通商品被逼無奈地調價只會傷害銷量。那么驗證的思路就是：

• 調價商品過往銷售、庫存數據如何（判斷類型）
• 調價商品從哪一天開始調的，調完了銷售有啥變化
• 調價商品影響面有多大，剔除這個商品，其他還有問題不

這樣綜合利用數據，就能下判斷。

比如我們假設：做促銷可以拉升業績。那么可以把之前促銷效果數據拿出來參考

• 當時投入了多少，做了幾天
• 當時提升了多少
• 目前按這個數量，能否填上坑

這樣也能下判斷：如果現在上促銷，能拯救局面不，還需要哪些措施。

第7步：得結論

到這一步我們已經做了充足的功課，交作業的時候，可以做非常詳盡的匯報：

• 現狀很好/很差，表現為……（第123步的結論）
• 現狀好，是因為……（第4步的結論）
• 更深層的原因是……（第5步的結論）
• 這種好預計是可以持續/不可持續的，因為……（第6步結論）

因此，建議……（繼續觀察/采取措施/集體研討更進一步方案）

附件里，附上詳細的數據過程，就顯得既全面，又有深度了。

7步驟的開展順序

注意，這7步驟，不用等到有人提問的那一刻才開始做。因為：

第1、2、3步，完全是基礎數據解讀，平時就能干

第4步，要收集近期業務動作，行業大事，平時就能干

第4步，要對業務過往行動做復盤，歷史上有記錄

平時做好功課，事到臨頭要做的，其實只有第5步中的利用歷史數據測算和驗證影響兩件事。

所以我們常說，數據分析師想要加強數據洞察能力，就得多積累分析經驗，針對具體業務問題，收集業務動作，多復盤，這樣才能認識得越來越深入。每次具體問題來了，才有豐富的彈藥庫可用。