多维度数据分析应该怎么做?

第一步：先对业务明里、暗里提出的说法做分类

对每一类问题，构建分析假设，把业务理由转化为数据逻辑，拿数据说话。

第二步：优先排除借口

让大家把精力集中在。往往借口产生于：宏观因素、外部因素、队友因素。所以在这里，关键是证伪。只要能推翻他们的逃跑借口就行。证伪最好用的办法就是举例法，同样是下雨，为什么别人就抗的住。同样是流量难搞，为啥别的业务线能持续增长。

第三步：解决白犀牛，剔除明显的重大影响

比如监管政策、公司战略、重大外部环境等等因素，确实会对企业经营起到重大作用，并且这些因素是普通小员工只能接受，不能改变的。但是，这种重大因素表现在数据上，有严格的要求。

第四步：解决黑天鹅，剔除明显突发事件

如果发生的真是突发事件，很容易找到问题源头。正向的：促销活动，某群体用户骚动，新产品上线……负向的：恶劣天气，突发事件，系统宕机。因此先排除单次突发问题，找清楚一点原因以后，再追溯之前的情况，就容易说清楚。

第五步：按分工锁定问题点再谈细节

解决了大问题以后，想讨论更细节的问题就得锁定部门，先定人再谈计划。之前已有分享，这里就不赘述了。

第六步：锁定细节问题

请注意，即使聚焦到一个部门的一个行动，还是很难扯清楚：到底是什么业务上原因导致的问题。因为本身业务上的事就是各种因素相互交织很难扯清。