前数据时代，人们是怎么分析问题的

导读

本文旨在梳理各种分析方法之间的脉络关系，以便于全面理解分析问题的步骤，而非提供现成的分析方法论。文章总长度约为6000字。

数据分析的思考过程

数据分析并不是简单地盯着数据寻找规律或异常，而是通过不断提出和证明假设的过程。这种方式可能因为考虑不全面而难以复制成功案例，每次分析都需要重新开始。

数据分析历史

数据分析的兴起得益于近年数据采集的便利性与准确性提升。过去，数据收集繁琐且不易保证有效性。借鉴麦肯锡公司的五步分析法，包括界定问题、设计分析内容、收集数据、解释结果和汇报结果，我们可以更好地组织分析思路。

更深入的分析

仅描述业务现状和细化问题并不足以提供根本的改善。真正的分析需要深入挖掘问题的根源，以便找到根本解决方案。彼得圣吉区分了“症状解”和“根本解”，强调了寻找问题核心的重要性。

多次提问“为什么”

有效的分析应该深入探究根本原因，通过多次提问“为什么”来接近问题的核心。引用“5why分析法”说明连续提问的必要性，但也提出了难以确定最终答案的问题。

麦肯锡七步成诗法

麦肯锡七步成诗法是前述方法的结合体，提供了一个宏观的分析步骤框架。它包括界定问题、分解问题、优先排序、议题分析、关键分析、归纳建议和交流沟通七个步骤，帮助我们从不同角度深入分析，并找到解决问题的方法。

总结

文章通过梳理不同的分析方法，帮助读者建立起一个系统化的分析框架。这种框架可以应用于互联网环境下的业务分析，尽管需要一些调整以提高效率。具体适合互联网环境的分析思路将在后续文章中展开。

想要了解更多内容？

查看原文：前数据时代，人们是怎么分析问题的

文章来源：

三元方差

扫码关注公众号