编者按：在最后一篇文章中，我们提到了如何描述当前的具体问题，下一步是找出这些问题的原因；作者通过缩小问题范围来找到根本原因并进行分析，这将更加准确；让我们看看。


在我看来，分析原因分为两个步骤。


第一步是缩小问题的范围。


问题集中在哪些方面？ 第二步，找出根本原因。


问题的原因是什么？. 这可能很难理解。


我举个例子。


有一天，小明感到胃痛。


医生首先要确定的是胃痛集中在哪里。


经检查，医生发现小明的胃痛实际上是胃痛，这个过程将疼痛的范围从胃缩小到胃——这就是缩小的范围。


但只知道这一步还不够。


医生需要解决的第二步是为什么胃痛？是胃溃疡、胃炎还是其他疾病？这一步是找出根本原因。


只有完成第二步的分析，才能对症下药，所以在找出原因的过程中，我们需要完成以上两个步骤。


今天先说第一步。


—— 缩小问题范围。


为什么要缩小问题的范围 为什么要先缩小问题的范围，而不是直接解决问题？ 如果你的领导在分配任务时说：一是加强渠道推广，二是优化用户体验，三是加强团队建设，四是做好售后服务。


你会有什么感觉？ 基本上这些话和废话没什么区别，这样的要求更像是一种口号，它不能落地。


幸运的是，商业问题是28。


80%的收入由20%的用户产生；特别是在游戏业务中，当支付金额下降时，处理高价值用户比整体支付增加更准确、更有效。


由于二八定律的存在，只要我们解决这20%，我们就能解决大部分问题。


而且企业资源有限，包括人力、资金、时间等。


同时，企业需要解决很多问题，如渠道推广、用户体验、团队建设、售后服务等。


但是如果一个解决了，就没有精力去解决另一个；因此，由于资源的限制，我们需要关注问题。


最有利可图的事情。


由于二八定律的存在和资源的限制；我们集中资源做一件事，解决大多数问题——这是最有效的。


二、如何缩小问题的范围 那么，我们如何将问题缩小到更小的范围呢？ 简单来说就是细分 对比。


如何细分？ 1. 指标成分的拆分 不能直接影响复杂指标。


要解决的专题分析指标往往是结果指标，比如我想解决销售问题。


那你就不能说销量太低了，我们要把它做高。


这种分析结果对业务方来说完全是胡说八道。


销售的决定因素太复杂了。


我不知道该怎么办才能找到分析师。


业务方想知道的是，现在最重要的问题是什么？ 因此，我们应该将销售额分为业务方能够理解和影响的指标。


比如： 销售额=用户量×转化率×客单价 这是一种经典的销售分割方法，提高细分指标比提高销售等复杂指标更容易实施。


例如，最后的分析发现，由于用户数量的下降，我们可以通过吸引新的、促进活动和召回来增加用户数量；这些都有非常成熟的解决方案，很容易实施。


分成不同指标的好处也能使业务方的分工更加明确；有的人负责提高转化率，有的人负责提高客户单价。


如果每个人的最终目标都是增加销售额，那就有点吃大锅饭的感觉；最后，不清楚数据是你还是我。


因此，结果指标必须分为可落地的细分指标。


2. 维度的拆分 第二种拆分方法是在不同维度下对指标进行维度和表现。


以销售为例，我们可以将销售指标分为不同的维度。


最常见、最常见的拆分方法时间为维度，比如不同日期销售额的变化。


时间维度的拆分对数据变化分析和现状优化分析都非常有用。


例如，通过对异动类的分析，我们可以通过时间维度找出数据异动是突然的还是连续的。


若为突发事件，则可能是数据本身的异常，或出现较大的业务动作。


持续的数据变化往往是业务问题，如行业问题、竞争产品的影响、产品功能体验差等——这可以缩小我们的问题范围。


对于现状优化的分析，我们根据时间进行拆分；通常有些时间更高，有些时间更低；所以我们可以看到为什么高，为什么低；总结良好的经验。


除了时间，我们还可以根据其他维度，如类别，看看不同类别的销售差异；也可以根据用户类型、新老用户，或高价值、低价值，各自的销售是否发生了变化。


这里的维度可以自由发挥，但没有业务逻辑很难得出结论。


业务逻辑是什么？ 如果我们从时间维度发现销量突然下降，我们会怀疑数据是否有问题。


这种数据问题可能是由产品问题引起的，如按钮跳转故障；或数据传输问题，服务器日志丢失。


有了这样的商业假设，我们通过APP可以检查版本、服务器地址等维度的拆分。


但如果数据持续下降呢？这通常是由于业务问题。


在这种情况下，如果你仍然遵循这种情况APP拆分版本和型号基本上是无用的，会得到一些无痛的数据结果。


我们的判断是，如果业务有问题，我们应该根据业务问题进行拆分。


我们可以从外部到内部，先看行业的整体情况，再看内部问题。


为了找到拆分的原因，必须有业务假设；不要认为维度必须找到答案，很可能只是做无用的工作 复杂的问题。


3. 拆分过程，漏斗 如果指标是一个固定的过程，那么我们可以使用过程拆分，最常见的是漏斗分析；例如，如果我们想拆分销售，发现转化率有问题，我们可以继续拆分转化率。


常见的，比如用户的购买转换，需要先看到商品，然后在商品页面做一定的停留，点击购买，最终支付成功。


在这个链接中，如果我们发现用户在商品页面上的损失很高，这意味着用户在商品页面上有问题；至于为什么商品的损失率很高，这是后续的解决方案，分析原因的第一步基本完成。


4. 这三种方法没有固定的公式 比如在游戏的付费分析中，如果发现付费金额下降，那么我们就进行分析。


可根据组成指标分为三个指标：人数、转化率和客户单价。


前两个指标没有变化，客户单价大幅下降。


然后我们可以继续画出客户单价的分布，发现rmb如果玩家数量下降，问题基本上可以锁定。


另一方面，如果公司每天都按照付费价值对用户进行分类，那么分析也可以从维度上进行分类。


支付金额分为普通用户支付金额 rmb玩家付费金额；这一步将找到rmb玩家支付金额的问题；对rmb玩家付费金额做指标拆分，看是人少还是客户单价低。


这两种方法最终得出相同的结论。


5. 分析原因的核心是拆解，但最大的问题是拆解是什么 通过拆分来分析原因很简单 对比可以缩小问题的范围，但拆分最大的问题在于拆分的维度。


记住，拆分必须有业务逻辑。


即使对问题没有线索，也只能拆分各个维度，列出每个维度可以验证的东西；例如，我们为什么要按时间拆分，因为按时间拆分可以初步判断问题的性质。


如果是流量分析，我们可以拆分渠道为渠道质量不同，可以先分析渠道分类，结果更准确；每个维度的拆分必须解决一个问题，避免盲目添加维度拆分。


三、总结 本文讨论了如何缩小问题的范围。


当我们知道销售额低的主要原因是转化率低时，我们非常接近最终的优化和改进。


我们还需要知道为什么不高；是因为价格太高，还是因为产品缺乏吸引力？如果你不知道根本原因，你就不能进行下一步的优化。


下一篇文章将介绍如何找到根本原因，欢迎继续关注。


特别说明：本网站的主要目的是收集与互联网运营相关的干货知识，为运营伙伴提供便利。


本网站收集的公共内容来自互联网或用户的贡献，这并不意味着本网站同意其观点，也不对网站内容的真实性负责。


如有侵权行为，请联系网站管理员删除，。