如何用数据解决实际问题

　　第1章解决问题，你需要流程 　　实际工作中的大部分数据分析都只是运用分析工具来“摆弄”现有的数据。因此，虽然不知不觉中做出很多图表，但耗费大量的精力和时间，*后也不过是总结出一份报告，只是描述了“本月XX分店取得了优异的销售业绩”“经费的使用额在整体上有所增加”等实际情况。当然，这样很难找到有效的应对措施，或者找到造成这种现象的原因。 　　为了避免这种情形，我们需要了解“流程”，这是数据分析的前提。掌握了流程，才能避免见到数据就立即动手，却总是在原地打转的情况。分析的各个详细流程还会在后面的章节介绍，我们先来概观一下数据分析的整体流程（故事）。 　　**个重点是“划定范围” 　　首先，我们要了解在实际工作中解决业务问题的整体流程，以及这一过程中涉及“数据分析”的范围。解决问题的流程从明确目的或问题开始，然后再逐步运用数据来把握现状，或者从所有数据中找到问题的关键（“A店铺”“B商品”“20~30岁男性顾客”等）。 　　从开始运用数据把握现状到找到问题关键为止的过程叫作“数据整理”。这一阶段仅限于整理数据，还没到挖掘数据进行分析的阶段。这一阶段的特点是直接运用“总销售额”等表示整体情况的数据。 　　不过，所有业务都出现同样问题的情况比较少见，大多数情况是只有其中的某些关键部分才是主要问题。为此，需要逐渐划定数据的范围。 　　不划定对象数据，在所有数据上做文章的话，由于多个要素掺杂在一起，会很难找到问题的关键（着眼于何处、如何划定范围会在第2章介绍）。只有确定了分解数据的角度，对分解之后的要素进行比较，我们才能发现问题的关键。这样就可以从包含所有要素在内的整体数据中，划出作为分析对象的数据范围。 　　从锁定原因到研究对策 　　假设我们已经锁定了问题的关键，例如“问题是支店A的销售”或“问题是服务B的集客效果”等。那么接下来，就应该考虑“什么原因导致了这些问题”。为了找到原因所在，需要进一步缩小对象范围。关注2种以上数据之间的关系，有助于锁定原因。这里才是数据分析的精髓。 　　从上一阶段“找到问题的关键”开始，“数据整理”的工作逐渐开始变为可以叫作“数据分析”的内容。当然，只是找到原因不能算解决了问题，还要针对原因决定必须采取的措施，而且提出方案，不能只是停留在口头层面。 　　设定什么样的目标？数值是多少？实施需要哪些资源？只有将这些内容落实为具体的数值，决策者才会批准。方案*终获得实施，才算到达终点（实际上，之后还需要检验和反馈实施的结果）。 　　如果各个分析过程的内容及结果互不相干，无法形成一个连贯的故事，就没有说服力，我们需要通过整个流程，形成一个贯穿全体的故事（经过）。为此，首先要明确*重要的目的和问题，确保所有过程与操作在理论上*终都与这一目的或问题相关，这样整体的逻辑和流程才不会出现偏差。 　　此外，就像我在日产的所有工作一样，大多数情况下我们都必须在有限的（多是极其有限的）时间里取得某种形式的成果。如果分析漫无目的，时间转瞬即逝，结果很可能会超过期限。 　　把握包括分析阶段在内的整个解决问题流程，就能从全局来考虑时间的分配，了解“还有多少时间可用”“目前在整个进度中处于哪个阶段”等。 　　这样做的优点是可以平衡准确度与时间之间的关系，考虑为目前从事的分析分配多少时间、答案需要精确到何种程度的同时，有计划地开展工作。这样，我们到达“得出答案”这一终点的概率也会大大提高。 　　如果没有时间限制，我们或许可以不计成本地进行高准确度的分析，但对不是专门从事分析的普通人来说，这是不现实的。为了在有限的时间里取得一定的成果，建议大家从一开始就对整体计划和“地图”做到心中有数。 　　……