很多同学被厌弃：做的数据分析，没深度。到底啥是分析深度？怎样才能做出深度？话不多说，间接上场景。 题目场景：某物流企业，负责管司机的调剂中心，会给每个未上线司机标注缘由，标注格式以下：
备注：现实缘由还有很多，这里仅做举例 现带领要求：分析司机未上线情况。 问：该怎样分析？ 一、0级深度做法
上线率持续2全国降，倡议搞高 不上线的来由TOP3为： 不点评了，大师自行吐槽。 二、1级深度做法上线代表的是运力，分歧线路运力需求分歧，是以可以连系需求，解读上线数据：
点评：终究晓得把上线情况和营业需求联系起来了。这样能解读出：司机上线/不上线，到底有啥意义；重点线路需要保障，零星线路开释出运力要能调配开，这是根基常识。 同理，还可以对司机生命周期做分类，连系司机表示，解读上线数据。
留意，以上这些计较，需要衍生目标，比如：
这些数据不见得在一个内外能表现，是以得从各个数据源找数据组合分析。 这么做看起来比0级有深度了很多，但没有处理一个焦点题目：“到底司机不上线是啥缘由？”，出格是“告假”比例这么高，究竟是司机不想干，还是没需求，还是平台出了题目。 三、2级深度做法留意，1级深度的焦点题目，在于：未上线缘由给的整齐不齐。
能够有些物流企业治理较标准，但这家物流企业变更真的不咋样。这类对付了事的答复看了让人摸不着脑筋，底子没法用。 可是要若何标准起来呢？假如高山一声雷，甩一套新模板进来，不单培训需要时候，而且和现有的数据对不上，很有能够制造新的数据渣滓；是以更好的做法是，先基于现有分类，梳理出逻辑，再培训，提升标准度。 分类就要用到MECE法，实现MECE的最好法子是：二分类。从示例反应来看，可以用三层分类逻辑。 第一层二分类逻辑，最好用：线路题目/小我题目来区分（以下图）。
这样分类寄义很直观：线路题目跟司机没关系，有些中小客户，就是季节性/姑且性有需求（比如双十一、双十二）需要企业这边开辟客户/分派好线路。司机的题目，再做进一步细分。 第二层分类逻辑，可以拆能否车坏了。车坏了是铁定没法运的，此时不单要挂号缘由，还得挂号车辆损坏情况或估计修睦时候；假如车辆严重损坏，能够间接致使司机退出，大概长时候运力缺失，这个情况对于新运力开辟很重要。至于司机小我题目，再做细分。
第三层分类逻辑，可以看司机能否赞扬平台。比如平台扣钱太多，这是个法则题目，平台方也不成能由于一个司机的埋怨就改法则；可是，对赞扬类题目要先把握情况。这样才能延续监控，发现更深入的题目。 至于没有赞扬情况下，司机小我题目，另行处置：
为啥司机小我题目要另行处置？由于小我题目很有能够没真话。拉货的司机不是办公室文质彬彬的小白领，没心情一句句细讲心路过程。 一句：“累”背后，能够有多重寄义：
纯真期望口头问，很难理清楚这里逻辑。更不要说大部人连个“累”都懒得说，就是简简单单的不接电话/“请个假”。调剂员天天对着几十个司机，也没空一个个谈心，也不太期望调剂员能把小我缘由都整大白；所以这里可以简单记录缘由，靠后续分析来做深。 综合梳理完，现有归类可以合并以下：
这样能建立监控目标，观察题目，也能增强对换剂员的要求。 而且调剂员需要关注的焦点题目只要三个： 比起一次给30个选项的观察表，这样抓关键行为的做法更轻易让调剂员把握，下降培训本钱，且后续数据也能和之前的对上，避免新数据渣滓发生。 但是，这样做就够深度了嘛？明显没有，这里遗留了好几个题目。 四、3级深度做法有了2级深度的分类，3级深度的分析思绪就很是清楚了：
这三个议题，都需要专题深度分析来处理，已经不是纯真靠报表监控能搞掂的了。 比如题目1：想区分呢调剂题目还是推行题目，得首先对线路端打标签，做分类。 比如：
这些并不反应在调剂内外，可是却间接影响调剂成果与司机上线，是以需要从线路需求内外，先分析清楚，这样诠释调剂的缘由才轻易说。 比如题目2：司机赞扬到底要不要受理，这里可以分范围、内容、结果两个角度来看。
这样综合分析，才方便运营评价：能否要响应赞扬，看到赞扬目标变化，也好了解这个目标对营业的影响水平。 比如题目3：司机究竟是累还是不想干，得先看内部数听措辞经过内部数据，能看出司机现实行车时候，把“累“字背后寄义：真的累or赚不到钱区分出来，从而针对性分析；这样做比追着司机寻根究底，更轻易发现题目（以下图）。
理论上，这里还有深入的空间，读者们可以自行发挥哦。 五、小结很长时候以来，人们把做数据分析的看成算命师长：我不措辞，你丢几个铜钱（敲几下键盘）就天知地知，这是很是很是扯淡和毛病的。
本质上看，数据分析匹敌的是不肯定性。是以需要大量的信息输入，才能得出结论。障碍数据分析由浅入深的最大题目，也是：没！数！据！ 而且如同上边小案例所示：过度追求完善数据，不单会拖慢营业，增加本钱，而且对内部员工和内部客户体验都很差——大师是来消耗的，不是来被扒户口本的。 所以，数据分析工作，始终陪伴着不完善的数据展开，在有限大的条件下，一步步导出结论，才是由浅入深的方式（以下图）。
这里最重要的三个环节，就是：
总之，就数轮数，可得不出啥有用结论。甚至有能够，数据越多，看得越糊涂。 #专栏作家#接地气的陈教员，微信公众号：接地气书院，大家都是产物司理专栏作家。资深征询顾问，在互联网，金融，快消，零售，耐用，美容等15个行业有丰富数据相关经历。 本文原创公布于大家都是产物司理。未经答应，制止转载 题图来自Unsplash，基于CC0协议。 |
