比如整体情况是：需求≥供给，但是：

● 偶尔性（1、2个月）

● 经常性（连续发生大于3个月）

● 持续性（新上/临近报废）

● 季节性（特定季节发生）

对应的轻重缓急也是不同的，能引导出的落地建议也不同（如下图）

第四步，找重点、抓重点

整体情况确定以后，再看局部问题。比如在第一阶段，锁定了问题来自：供给端，就是供给不够，那么该怎么进一步分析呢？

首先，业务有三条线，三条线谁是重点，要先区分出来。因为厂商/企业这种toB类客户和toC类个人用户，是根本两个发展思路，不仅当前在工单总数中占比不同，而且对未来发展重要性也不同，很有可能toB才是公司生命线。

在不同重要性影响下，即使当前数据相同，对未来发展的判断也可能是不同的，要先做判断，再往下细看（如下图）

其次，售后服务是分区域交付的，因此哪个区域特别严重，哪个区域例外，再分出来。这个相对容易理解，每个区域的客户需求，门店/师傅配置都不同，很可能边远地区还是二次外包出去的，因此锁定问题点，也有助于：，先解决问题突出的地区。

这里又有策略上差异：如果真看到某个地区需求特别旺盛，且都是外包在做，很有可能会选择“更换掉外包，自己设一个服务点”而不是“该外包需保持业绩发展趋势”。

在落地上，从来都哪个指标好了就保持，哪个差了就改进的，很有可能有第三选择。

第六步，从局部到细节

最后，售后服务是分2个环节执行的，到底是客服派单慢，还是售后执行差，再分出来。

这个分解最为复杂。因为客服派单派不出去，很有可能是因为该区域/该大客户服务团队的工作已经饱和了，或者是因为节假日等正常原因，或者是因为在等零件调货等客观原因，所以不拿到接到单以后的服务团队/配套情况/节假情况等明细数据，很难说清楚到底是派单员的问题，还是服务的问题。

在考虑落地方案的时候，。因为很有可能落到特别细的细节以后，你会发现根本没有数据……手头有啥数据就用啥，这也是分析的基本原则。

比如要求客服在首次接单且售后无异常的情况下，接单30分钟内完成分配，有异常就人工反馈标注。

还可以提前对各地区配件数库存进行检查，提前标注缺货标签，这样分析的时候，能区分哪些因为等配件而延迟。还可以要求服务师傅上门前/服务完成后进行系统打卡登记，这样统计师傅在岗情况，从而反推是否师傅已饱和。

注意，这些管理手段本身对业绩也是有帮助的。可以提前发现配套问题，可以监控一线行为奖励多劳多得，可以及时发现有增长潜力的地区。

所以，，进而达到采集数据的目的，从而一举两得。如果没有好的管理手段，很有可能数据都采集不上来，自然也无法落地。如果没有业务上利益点，即使高层强力介入，强行把软件推下去，业务不配合、乱填一通，数据还是一塌糊涂。