数据分析必备思维之：问题思维

数据分析问题是业务人员和数据分析人员之间的纽带，学会提一个好问题是分析问题的基础。但究竟什么样的问题算是一个好问题。

日常工作中，我们经常会遇到一些很奇葩的需求。

这些需求描述的问题很模糊，或者需求方自己都没有想清楚到底要分析的是什么。

这种不合格的问题会导致花费大量时间在需求沟通上，或者干脆给出一些不痛不痒的分析。最后业务方对分析结果不满意，分析师怪业务方需求没有说清楚，最后大家互骂一句“傻X”。

数据分析问题是业务人员和数据分析人员之间的纽带，学会提一个好问题是分析问题的基础，我们之前讲了很多内容是关于如何分析问题，但究竟什么样的问题算是一个好问题。

好问题的基本结构

《金字塔原理》介绍了一种序言的结构，也就是大名鼎鼎的SCQA结构，即背景、冲突、疑问、答案。

这种结构可以用来作为我们提出数据分析问题的一种结构，按照背景、冲突、疑问的结构就能提出一个比较清晰的问题。

不过既然原书中的结构是给序言总结的，我们在应用到数据分析的需求上时得做一些小小的修改。

方差君为思考了很久，总结了一些要点和新的结构形式，感觉很实用。不过由于是个人思考的原创方法，还有瑕疵和改善空间，看完后有意见和建议欢迎交流。

什么是冲突 1. 冲突必须有目标

小明考试成绩不及格，只考了59分。是不是冲突？

可能是，也可能不是。也许小明原来的成绩只能考30多，这次的目标是超过50分，拿到59分他反而很高兴。所以冲突一定得有个目标，同样一件事，目标不同，就可能不是冲突。

冲突就是一个和目标存在差距的现状。一个好的问题的标准之一，就是要有冲突。

很多问题的冲突是不完整的，只有一个看起来和“考了59分”一样的现状，但是到底目的是啥？没写清楚，所以冲突的部分，必须写上两部分：目标+现状。

2. 目标必须清晰

很多目标并不明确，比如说希望广告更好地触达用户。

什么叫“更好”？这个概念太过模糊。

是指触达更多的用户，还是触达的用户转化率更高？这完全是两种不同的需求方向。

如果是希望触达更多的用户，到底是要触达多少用户？100万还是200万？如果是希望转化率更高，那么想要提高到多少？5%还是10%？

目标具体到数字这个要求对于一些探索类需求可能不适用，探索类需求本身并不清楚能找到哪些结论。不过大部分的公司和数据分析师估计根本没有时间做探索型分析。

目标清晰的这个要求虽然很基础，但是估计已经可以拍死一大批需求了。

3. 现状和目标必须逻辑相关

好问题的目标现状和疑问之间逻辑是相关的。这里会用到一些逻辑思维的知识。

逻辑不相关的案例：

目的：我们需要解决一个问题

现状：目前的方案需要X元的经费

问题：是否需要批准该方案？

这个问题的目标和现状其实并不直接相关。

如果我们目的是需要解决一个问题（需要解决方案），那么冲突的现状应该是现状没有方案。

然后如果有了方案，接下去的目的是确定该方案是否经济且可行，对应的现状是该方案需要X万元经费，不确定是否超出预算。

所以这个案例的问题，目标和现状不是完全对应，虽然有关但是不直接相关。这种问题在逻辑上就是不严密的，需要重新梳理一下。

什么是背景

之前提到冲突是有目标和现状构成的，不过目标的背后一定还有目标。比如：目标是A1产品落地页的转化率能够提升到5%。

这个目标的背后是什么呢？

可能是A1产品的月销量需要达到100万，其中用户数目标是200万，转化率目标是5%，人均消费10元。

这个目标背后的目标就是背景。

这个背景可能还需要继续深挖，A1产品月销量需要达到100万的背景，可能是整个A品类的销量要达到300万。然后衍生出3个字母表，A1、A2、A3月销量分别达到100万。

这就需要一些结构化思维的能力了，日常工作中的复杂目标基本都是这样被拆解成更小的子目标的。因为大目标往往比较泛，需要靠一个个可落地的小目标来实现。