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”。 这个数据分析思路让人大呼“靠谱” 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 阿塞拜疆 WhatsApp 号码列表 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 整体上存量积分有多少每月新增多少消耗多少？ 整体存量积分每月新增消耗在近年变化走势如何？ 积分来源有多少种？每一种占比如何？ 积分来源的结构是否有变化？ 积分消耗的方式有多少种？每一种占比多少？ 积分消耗的结构是否有变化？ 呈现完现状以后根据之前梳理情况后续有不同的做法。 四有感性反馈时
如何深入分析 如果在梳理过程
中已经拿到感性反馈则可以直接对感性反馈进行深入分析。 比如业务部门反馈“积分太鸡肋了都没啥用”。可以进一步分析 清晰定义什么叫没啥用（在产生 科威特 WhatsApp 号码列表 端没用还是使用端没用）？ 数据验证“没啥用”到底是不是真的在数据上有证据？ 问题度量是一直以来都没用还是逐步变没用？ 原因分析如果用户不喜欢积分用户喜欢啥？
