数据分析，如何指导运营决策

方式4：总结
打完仗了，总结一下：“本次作战，主公有十胜，敌人有十败……”不过这个时候，如果打赢了仗，大家都在邀功呢，说了也没几个人听。打败了仗，大家都在找出气筒，乱说话可能就被“借项上人头一用”了。

二、数据指导运营的正确姿势
故事讲完，来正经的。数据指导运营的正确姿势，也是：答疑、建议、提醒、总结四种，而不是非要求人家按自己的意思办。而且这四类工作的重要性与发生频率也是不一样的（如下图）

真正让数据分析安身立命的，恰恰是答疑类工作。只要运营有用数据说话的意识，在工作流程每一步都记得看数据，那数据分析就有活干。这些工作中数据积累，也是日后深入分析的线索，所以要多做，最好贯穿在整个工作流程里（如下图）

提醒类只在真正有问题的时候说才管用。平时唠叨：同比跌了3%，环比跌了2%，也没人听，听了也没啥反馈。发现重要问题，比如：
1、流量数据不正常，可能存在虚假流量
2、活动参与不正常，可能有薅羊毛存在
3、达成进度太慢了，可能无法完成任务
这个时候再做提醒，可以有效提高提醒关注度，化解潜在危机。
总结类，虽然做得多，但意义最小。运营部门经常屁股决定脑袋，非要强行论证自己做的有效果。至于：把自然增长率改成负的；挑选在下跌的竞品公司数据以证明“大盘都在跌”，都是常规操作。这时候非要说“不是大盘，是你没做好”，就会引发冲突，还不如把数据都摆出来，信不信老板自己定。
至于人们最常说的：数据分析提供有效建议。其实很多时候运营已经有自己的判断了，不接受建议是常事，所以没必要强求。可说到这，有同学就会有疑问：我的建议他都不接受了，咋体现我的建议有价值呢？
当然有办法，不但能体现价值，而且能增进运营对数据的信任。

三、如何体现数据的专业性
如果前文例子一样，在提建议的时候，不要只提一个，而是提3个。不要只试图证明自己的建议是合理的，也要证明如果运营不采纳自己的建议会怎样。输出建议的逻辑，如下图所示。

比如运营在发优惠券，通过数据你发现券越派越多，活动效果却越来越差，因为有相当一批老用户已经形成习惯了，反正本来就会买，多领一张券就多享一点优惠。你很想建议改一下发券规则，规避下这些自然购买群体。此时提建议，不要直接提“建议改规则”，而是列出三种情况：

这样，运营听你建议改了方法最好。即使运营没听，依然沿用现在的老做法，你也对将来的情况做出了预计。如果你预计得很准，解雇复盘时如你所料，那你就牛X大发了，这不就是妥妥的开天眼吗。即使大家嘴上不说，心里也会觉得“这个预测真神！”后边会更加相信你的判断和建议。这种建议提多几次，即使大家不100%接受你的做法，至少会每次拉上你听听意见，信任程度是直接倍增的。
如果运营没有听我们的建议，我们也没能预计准确业务走势，那就说明我们的分析能力还有待提升。准确的数据分析，既包括知道怎么发现问题，也能对放任问题不管的后果给出准确判断。如果还不能准确预计走势，就继续提升自己的能力哈。
综上可见，想做好数据指导运营决策，需要数据分析师们懂得提取数据，更需要沟通技巧和基于业务的准确判断能力，这样才能体现数据分析的价值。