“你自己多想想……”是很多新手数据分析师最怕听的话。那到底该咋个“多想想”。本文将会为您推荐一个数据分析思路，有需要的可以阅读。

“你自己多想想……”是很多新手数据分析师最怕听的话。如果前边还加个自己不熟悉的业务，比如“做个内容分析，做个售后分析，做个呼入分析……你自己多想想”，那就更难受了。到底该咋个“多想想”，今天我们系统看下。

问题场景：

某个互联网厂子，领导对说：“做个积分分析，你自己多想想”。

一、从业务场景开始

之所以觉得难下手，是因为这里是两个问题，不是一个问题。

问题一，业务知识：到底是什么业务的，什么样的积分？？

问题二，分析目标：这个积分到底啥现状，要分析出什么东西？

两个东西都不清楚，就如同盲人骑瞎马，当然毫无头绪了。

破题，要从业务知识开始。如果连业务的基本情况都不清楚，那就根本没法分析了。而且在梳理业务的过程中，可以收到业务人员的感性反馈，比如：

这些感性反馈， 可以成为梳理分析目标的起点。

二、业务梳理逻辑

梳理业务，可以依照：来龙去脉，整体局部的顺序进行。搞清楚这个业务的上游、下游环节。从而梳理出最粗框架的业务流程。

以积分为例：

整明白这两个问题，就能理清积分的业务流程。以电商业务为例，常见的积分来源、消耗方式如下图：

梳理出粗框架业务流程以后，可以落实数据来源，即这些环节的数据有没有记录，有没有清晰的记录，在哪些系统进行记录。以积分为例，很有可能系统自动产生的积分，比如消费积分，是有清晰记录的，能具体到每一笔交易。但是活动赠送，人工调账的，很有可能没有详细记录是哪个活动/哪个投诉补偿进来的。

数据分析最大的难题是：没数据。在梳理业务流程的时候，要提前发现这些问题，避免事后查数据库的时候，面对一堆莫名其妙，没有标注的数据。

以上两个工作，可以不和业务部门沟通，直接顺着业务流程/系统流程/数据字典去查，但是仅仅做这两步，很有可能得到一个：知其然，不知其所以然的结果。

更深层的原因是不知道的，比如：

很有可能这些设计的背后，有特定的业务目的。这些业务目的不是直接留在纸面文档里的。

因此，梳理工作不应停在仅了解流程/数据上。还应该再梳理：业务动作。理解了业务部门出于什么目的，做了什么事，才能理解数据背后的东西。很多常识性的结论可以直接从这些问题里获得，进一步分析的灵感也能从这里来。从而极大的避免：分析了一堆，业务说“我早知道了”。

当然，不同公司沟通难度不同，这一点上同学们量力而行。能沟通清楚，是最好的。

三、基础数据呈现

在梳理完业务后，可以做基础数据呈现。基础数据呈现也要遵守：来龙去脉，整体局部的原则。先呈现基础情况，再发现问题。

比如积分情况，可以讲：

呈现完现状以后，根据之前梳理情况，后续有不同的做法。