前数据时代,人们是怎么分析问题的
我们非常重视原创文章,为尊重知识产权并避免潜在的版权问题,我们在此提供文章的摘要供您初步了解。如果您想要查阅更为详尽的内容,访问作者的公众号页面获取完整文章。
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?
白皮书上线