
如何透過(guò)數(shù)據(jù)分析,結(jié)構(gòu)化地解決問(wèn)題
麥肯錫的三條核心工作原則提出:“以假設(shè)為前提”“以事實(shí)為依據(jù)”,并通過(guò)“完全的結(jié)構(gòu)化”方法進(jìn)行驗(yàn)證。在這個(gè)解決問(wèn)題的閉環(huán)中,我們可以通過(guò)驗(yàn)證,判斷假設(shè)的問(wèn)題架構(gòu)是否合理,是否與環(huán)境相吻合。如不吻合,我們便要調(diào)整假設(shè),并重新驗(yàn)證,直到看清問(wèn)題本質(zhì)為止。
分析數(shù)據(jù) 建立假設(shè)
針對(duì)行業(yè)、企業(yè)數(shù)據(jù),以分析框架為基礎(chǔ),思考之后整理出來(lái)的資料,就是我們所說(shuō)的“假設(shè)”。如果在假設(shè)中,某行業(yè)成長(zhǎng)趨勢(shì)處于發(fā)展的下行通道,應(yīng)考慮適當(dāng)減少該行業(yè)的新增投資。而“行業(yè)下行通道”其實(shí)也是一個(gè)假設(shè),如果想采取減少投資的策略,就必須驗(yàn)證假設(shè)的真實(shí)性,這需要我們更進(jìn)一步地搜集、分析證據(jù)。
比如,某電力工程公司面臨的問(wèn)題是市場(chǎng)占有率太低,因此希望得以提升。很多員工認(rèn)為:市場(chǎng)占有率低的原因是品牌知名度不夠高或價(jià)格太高,導(dǎo)致項(xiàng)目難以獲取。可事實(shí)真的是這樣嗎?
通過(guò)行業(yè)分析,我們發(fā)現(xiàn)該工程公司的業(yè)務(wù)主要以項(xiàng)目投標(biāo)的形式獲得。因此,市場(chǎng)占有率可以通過(guò)參與投標(biāo)率和中標(biāo)率相乘獲得,即市場(chǎng)占有率=參與投標(biāo)率*中標(biāo)率。
如果想提升市場(chǎng)占有率,可從提升參與投標(biāo)率和中標(biāo)率兩個(gè)方向努力。目前,該公司的參與投標(biāo)率為50%,中標(biāo)率為10%,因此市場(chǎng)占有率為5%,看到上面的數(shù)字,相信大家從直覺(jué)上會(huì)認(rèn)為需要提升中標(biāo)率是解決問(wèn)題的關(guān)鍵之一,即解決此問(wèn)題時(shí)所建立的假設(shè)。
直覺(jué)判斷只是依據(jù)兩個(gè)數(shù)字的絕對(duì)值以及邊際效益的概念,而更重要的是看數(shù)字相對(duì)值。這個(gè)問(wèn)題中的相對(duì)值是指與行業(yè)平均水平做比較,10%的中標(biāo)率雖然很低,但如果行業(yè)的平均值是6%,這對(duì)于公司來(lái)說(shuō),想要提升這一數(shù)值便存在難度。由此可見(jiàn),行業(yè)分析和比較的過(guò)程,也就是搜集證據(jù)驗(yàn)證假設(shè)的過(guò)程。
搜集證據(jù) 明確目標(biāo)
搜集證據(jù)是為了驗(yàn)證假設(shè)的真實(shí)性,所以在搜集證據(jù)時(shí),絕不能簡(jiǎn)單地隨波逐流,要有的放矢。
搜集證據(jù)的第一步是明確目標(biāo)。一旦開(kāi)始一項(xiàng)工作,首先要清楚地知道其目的和背景,理解整體狀況,從而提高效率,否則就會(huì)犯方向性錯(cuò)誤。另外,需要明確信息的來(lái)源,這樣才能提高工作效率。證據(jù)搜集的具體方法包括:訪談、問(wèn)卷、調(diào)用企業(yè)內(nèi)部系統(tǒng)數(shù)據(jù)、查看地區(qū)經(jīng)濟(jì)數(shù)據(jù)及網(wǎng)絡(luò)搜索。
在上一段提到的案例中,某電力工程公司首先要獲得全行業(yè)的數(shù)據(jù),如行業(yè)參與投標(biāo)率以及中標(biāo)率的平均水平,由此推算出哪一項(xiàng)具有提升的空間。同時(shí),對(duì)公司內(nèi)部的數(shù)據(jù)進(jìn)行調(diào)研,找到每一個(gè)項(xiàng)目組的中標(biāo)率、中標(biāo)項(xiàng)目特點(diǎn)及中標(biāo)優(yōu)勢(shì),包含價(jià)格優(yōu)勢(shì)、關(guān)系優(yōu)勢(shì)、技術(shù)優(yōu)勢(shì)、服務(wù)優(yōu)勢(shì)、品牌優(yōu)勢(shì)。最后,匯總每一個(gè)地區(qū)與每一個(gè)項(xiàng)目組的數(shù)據(jù)即可。
分析證據(jù)的兩種方法:分類與圖表化
通常情境下,我們可以通過(guò)分類對(duì)比和證據(jù)圖表化兩種方式來(lái)更有效地分析證據(jù)。
分類對(duì)比 分析證據(jù)
最近,網(wǎng)上有一篇文章提到:女性的基因里隱藏著分析大數(shù)據(jù)的潛力。實(shí)際上,女性未必會(huì)計(jì)算大數(shù)據(jù),但都是證據(jù)分析的高手,擅長(zhǎng)長(zhǎng)期追蹤一些看似不重要的數(shù)據(jù),形成自己的“基準(zhǔn)線”和“模式”,一旦這些數(shù)據(jù)點(diǎn)的模式顯示出不同于她所熟悉的基準(zhǔn)線,便表示情況反常。
這個(gè)能力看似很神奇,其實(shí)只要遵循一定的分析方法就可以做到。最初,女性會(huì)搜集很多看似毫無(wú)關(guān)聯(lián)的數(shù)據(jù),將其分類后找到規(guī)律,專業(yè)地說(shuō)即通過(guò)統(tǒng)計(jì),找到分類數(shù)據(jù)中的基準(zhǔn),再對(duì)比數(shù)據(jù)與基準(zhǔn)的不同點(diǎn)得到結(jié)論。
在電力工程公司的案例中,我們將公司內(nèi)部所有的數(shù)據(jù)進(jìn)行對(duì)比,如果發(fā)現(xiàn)各類項(xiàng)目并沒(méi)有明顯的差異,但有些項(xiàng)目組的中標(biāo)率很高(比如30%),就表明這并不是公司總體技術(shù)和品牌的問(wèn)題,也不是項(xiàng)目選擇的問(wèn)題。但如果只有一個(gè)項(xiàng)目組中標(biāo)率高,就有可能是特例,需再分析該項(xiàng)目組的價(jià)格優(yōu)勢(shì)和關(guān)系優(yōu)勢(shì)。分析數(shù)據(jù)之后,還需要分別對(duì)中標(biāo)率高和中標(biāo)率不太理想的項(xiàng)目組進(jìn)行訪談,找到中標(biāo)的核心優(yōu)勢(shì)及共通方法。通過(guò)對(duì)比,驗(yàn)證出中標(biāo)的核心優(yōu)勢(shì)和共通方法在怎樣的情況下更容易被推廣。
在這個(gè)項(xiàng)目中,我們通過(guò)分析找到了問(wèn)題的關(guān)鍵:投標(biāo)書(shū)中,技術(shù)方案的描述以及講標(biāo)中的呈現(xiàn)能力是決定項(xiàng)目成敗的核心。事實(shí)證明,加強(qiáng)對(duì)這兩方面的培訓(xùn)便能取得更好的成效。
證據(jù)圖表化 助力問(wèn)題分析
人們往往會(huì)對(duì)通過(guò)視覺(jué)獲取的信息產(chǎn)生記憶,圖表恰好能在短時(shí)間內(nèi)傳播大量的信息,使呈現(xiàn)結(jié)果一目了然。證據(jù)圖表化的目的并不僅僅是提高理解度,其最終目的是解決問(wèn)題。繪制圖表有助于促進(jìn)分析,理解所發(fā)生的情況,從而找出本質(zhì)問(wèn)題。
在進(jìn)行證據(jù)分析時(shí),銷售額、銷售成本價(jià)、邊際利潤(rùn)、利潤(rùn)這些種類繁多的數(shù)字常常會(huì)讓人摸不著頭腦,而實(shí)現(xiàn)了圖表化后,便可一目了然,讓人過(guò)目不忘。
年份 | 銷售額(億元) | 完成率 |
2015 | 101 | 88% |
2014 | 105 | 98% |
2013 | 102 | 102% |
2012 | 98 | 97% |
2011 | 95 | 94% |
2010 | 91 | 100% |
證據(jù)分析時(shí)的圖表化
搭建金字塔 實(shí)現(xiàn)結(jié)構(gòu)化驗(yàn)證
無(wú)論是用五分鐘闡述問(wèn)題,還是細(xì)致論述問(wèn)題的推導(dǎo)過(guò)程,每種方法背后的依據(jù)都是金字塔結(jié)構(gòu),在金字塔的每一層級(jí)中,都呈現(xiàn)出獨(dú)立的結(jié)論和主張。完成問(wèn)題金字塔結(jié)構(gòu)搭建時(shí),遵循以下5個(gè)步驟會(huì)更有效率。
第一步 收集證據(jù)并分析之后,將推導(dǎo)出的結(jié)論與主張列舉在一張紙上。
第二步 將紙上的結(jié)論、主張根據(jù)主題的類似性做出分類。
第三步 將同一類型的結(jié)論、主張按順序排列。
第四步 通過(guò)因果關(guān)系分析,找出上下層級(jí),搭建金字塔。
同屬一類的結(jié)論之間通常存在因果關(guān)系,在整理時(shí),首先需找到因果關(guān)系對(duì)應(yīng),再將作為原因的結(jié)論放在下面,作為結(jié)果的結(jié)論放在上面,以此搭建金字塔的縱向結(jié)構(gòu)。然后,把在同一層級(jí)中的結(jié)論按邏輯順序進(jìn)行排列,例如:某些項(xiàng)目屬并列關(guān)系,則根據(jù)時(shí)間(過(guò)去、現(xiàn)在、未來(lái))、數(shù)字大?。I(yíng)業(yè)額大小等)、地區(qū)(從北到南)、重要性(戰(zhàn)略、流程)等排序,進(jìn)行橫向結(jié)構(gòu)展開(kāi)。
第五步 重復(fù)以上步驟,直到所有的結(jié)論都出現(xiàn)在金字塔結(jié)構(gòu)中為止。
在按此步驟操作之后,需要進(jìn)行二次確認(rèn),可運(yùn)用自上而下提問(wèn)回答的方式進(jìn)行補(bǔ)充,判斷思考的維度是否完整。同時(shí),在得出的因果關(guān)聯(lián)中,也要通過(guò)自下而上歸納總結(jié)的方法判斷結(jié)論是否具備充足的理由,且該理由是否可以歸納產(chǎn)生新的結(jié)論。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
用 SQL 生成逆向回滾 SQL:數(shù)據(jù)操作的 “后悔藥” 指南? 在數(shù)據(jù)庫(kù)操作中,誤刪數(shù)據(jù)、錯(cuò)改字段或誤執(zhí)行批量更新等問(wèn)題時(shí)有發(fā)生。 ...
2025-07-14如何考取數(shù)據(jù)分析師證書(shū):以 CDA 為例? ? 在數(shù)字化浪潮席卷各行各業(yè)的當(dāng)下,數(shù)據(jù)分析師已然成為企業(yè)挖掘數(shù)據(jù)價(jià)值、驅(qū)動(dòng)決策的 ...
2025-07-14t檢驗(yàn)與Wilcoxon檢驗(yàn)的選擇:何時(shí)用t.test,何時(shí)用wilcox.test? t 檢驗(yàn)與 Wilcoxon 檢驗(yàn)的選擇:何時(shí)用 t.test,何時(shí)用 wilcox. ...
2025-07-14AI 浪潮下的生存與進(jìn)階: CDA數(shù)據(jù)分析師—開(kāi)啟新時(shí)代職業(yè)生涯的鑰匙(深度研究報(bào)告、發(fā)展指導(dǎo)白皮書(shū)) 發(fā)布機(jī)構(gòu):CDA數(shù)據(jù)科 ...
2025-07-13LSTM 模型輸入長(zhǎng)度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長(zhǎng)序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠(chéng)摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡(jiǎn)稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測(cè)分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢(shì)預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測(cè)分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭(zhēng)搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢(shì)性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢(shì)性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢(shì)與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢(shì)變化以及識(shí)別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國(guó)內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對(duì)策略? 長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門(mén)控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場(chǎng)調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場(chǎng)調(diào)研是企業(yè)洞察市場(chǎng)動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場(chǎng)調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書(shū)考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動(dòng)力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07