发布时间：2023-03-19 20:00:02源自：https://www.it-th.com作者 ：it谈话网阅读(299)
为什么是逐步呢，因为本篇也只是一个引子，想做好分析，必须了解业务。
本文就通过生活中的一个例子简单地说明一下业务是个什么样子，数据分析又扮演了什么角色。
举个生活中的例子。
大多数人肯定想到类似这种流程：一开始加个微信，然后约出来吃饭，再一起看电影等等。
循序渐进，一步步确立关系。你总不能一上来就想着让女神把户口本带上去民政局吧。
为什么女神吃了一次饭就不肯一起去看电影呢？
所以我们来拆解一下，到底怎么用数据分析思维追女神。学会这种分析思维，你追女神的机会都比以前大了不少。
追女神这个过程，以下最核心的决定因素是什么？
你是高富帅
女神的态度
软磨硬泡
你是高富帅又怎么样？女神心里觉得没感觉就是没感觉，你能怎么办？
首先妹子至少得不排斥你这个人吧，否则根本没有后续的事了。女神不排斥你，这样你才有机会要个女神的微信。
然后微信聊了几天，初步了解之后，妹子对你还有点兴趣。你约出来吃饭，女神想着反正也没事，蹭顿饭也好。
然后吃了几次饭，女神觉得你人还行，之后再看电影啊啥的也就顺理成章了。
女神对你的态度肯定是一步一步发展起来的，简单的说就是“不排斥，有兴趣，有好感”这样的一个流程。
那么这个流程跟之前的流程有什么区别？ 之前的“”微信-吃饭-看电影”流程是表象，“不排斥-兴趣-好感”这个流程才是关系发展的核心流程。 如果是做业务的话，想要把业务做起来就得让客户满意才行，让客户经历“不了解，了解，购买”，这才是业务最核心的流程，所以。追女神，要做什么
虽然“不排斥-兴趣-好感”的流程是最接近事物发展本质的流程，但是妹子会直接告诉你她的感受吗？
聊微信、约吃饭这些动作可以增加和妹子彼此之间的了解，推进两人的关系。
约看电影、旅游这些动作可以确定和妹子之间的关系进行到了哪一步。
总之，要追到妹子，就要改变妹子对你的态度，从陌生人到亲密朋友再到男朋友。
最后才是数据
管理流最容易产生信息，而且信息含义比较清晰。
比如约出来吃饭，到底有没有约成功，去哪吃饭的，吃了什么，几点吃的。
还有一些没那么明显的信息，如果你有一定敏感度的话也不难收集。
还有一些更贴近业务流的数据，一些可以反应妹子对你态度的信息。
比如女神是不是会主动找你，会不会向朋友介绍你，你说到一些话题时候妹子的反应等等。
数据分析究竟做什么
我先抛一个我自己的观点，数据分析解决的问题简单的说就是分别解决一下三个问题：
是什么
为什么
怎么办
对我们来说最直观的就是数据流。
数据高了低了，很明显，一看就知道。或者做了什么事，什么时候做的，记录的很清楚。
通过这些数据，集合管理流，我们就可以了解目前的现状，可以解决“是什么”的问题。
跟妹子发展到哪一步了？
看一下数据。
吃了三次饭，分别吃的是什么，什么时候吃的。和女神的发展现状基本可以看出个七七八八了。
通过一堆数据分析，发现最近两次约看电影都没有成功，女神都不肯出来。
通过数据综合判断，发现最近两人关系发展的不太好，主要表现在女神拒绝了一起看电影。
到此“是什么”的问题解决了。
为什么不肯一起看电影呢？
换一个她可能爱看的电影
找她比较空的时间约约看
直接买好票，约出来吃饭直接带去电影院
如果看到这觉得没有什么不对的男同学，一定要提高警惕啊，你这样估计是找不到女朋友的。
前面已经提到了，推进流程的核心问题在于妹子对你的态度。
加微信、吃饭、看电影都只是为了推进关系发展的手段。
这个前提一定要记牢。
问题的根源在于业务流，不在管理流。
现在管理流的表现是"妹子拒绝一起看电影”，如果你一直在管理流找原因 ，就会想着到底如何才能让妹子一起看电影。追妹子追不下去，为什么？就是因为约看电影约不出来啊，约不出来怎么办？想办法约出来嘛。
那究竟什么问题呢？
如果你平时没有认真收集业务流的数据，这个时候只能两眼一抹黑，啥都不知道。所以数据采集很重要，一定要事先准备好。
你分析业务流数据发现，两人上一次吃饭的时候，自己提到最近最近正在换工作，妹子后来就表现的有点犹豫。
会不会是妹子对你的工作有意见，觉得你的工作不稳定，或者觉得总是跳槽不够稳重？
前面提到过，要影响业务流，我们只能通过管理流。
你可以下一次有意无意透露一下自己这次换工作是因为有一个更好的机会，之后的发展会更加有前景之类的巴拉巴拉~
如果妹子之前真是觉得你工作有问题，你这一通解释打消了她的疑虑，自然也就继续发展下去了。
上面的例子其实已经非常形象地描绘出了数据分析是如何在业务上发挥作用的。
首先我们要对整个业务发展过程梳理一下几个不同的流程。
业务流：业务的驱动因素的发展流程。这是最重要的流程，我们做的所有的事情都是为了让这个流程顺利发展。
管理流：影响业务流的一系列行为的流程。我们能做的事都在这个流程里。
很多数据分析问题分析不下去的原因是业务流的数据太少，或者干脆没有业务流数据。
做一个活动分析，只有漏斗转化，没有用户访问行为数据，对着一个漏斗图想破了脑袋也不知道问题出在哪。
在管理流上找原因，得出的结论往往没不伦不类。
女神最近对我不冷不热的，为什么，因为她不肯跟我去看电影。
追女神这个案例一说你就懂，但是到了业务上，“为什么用户转化上不去？因为落地页到购买页转化率低。”你听了却觉得很合理。
大家都是这么分析的嘛，我都告诉业务方落地页转化率不行了啊，做高转化率是业务方想的事情，跟我有什么关系。
这就是站在数据分析师的角度看问题，而不是站在数据分析的角度看问题。
如果没有办法改变，那找到了原因也没用。
这一步已经有点跳脱数据分析的范畴了，但是还是可以提供一些业务上的参考。
-END-
欢迎分享转载→ 数据分析基础思维之：流程思维
