做数据分析最郁闷的地方在于，连续加班几天分析海量数据做了一个分析结果，找到了现阶段存在的问题，然后发现跟领导拍脑门预测的一样，更郁闷的是通过数据分析做了一套方案，领导也赞同，但不落地执行，到底哪里出了问题？
当越来越多的市场/运营/产品人员开始重视数据，并开始通过数据指导实际工作的时候，我们会对数据分析结果沾沾自喜，但很少有数据分析的结果能够落地。
比如说，某电商APP为了提升顾客下单率做了一次数据分析，得出以下几点结果：
1.用户对优惠折扣大于30%的商品更容易下单；
2.用户对单价低于100元的商品更容易下单；
3.用户更喜欢购买好评率90%以上的商品；
4.用户更喜欢买限量版商品。
数据分析的结论是：为了提高顾客下单率，我们要推出客单价低于100元的限量版商品并开展优惠促销活动，因此需要采购部门批量采购限量版商品，并将进货价格压低，平台给予适当补贴进行销售。
如果你是领导，会重视这样的结果么？限量版、低价、好评度高、折扣大这几个关键词即使不分析，也知道会卖的好，限量版如果能够批量采购，还叫限量版么？
数据分析要解决什么问题？
数据分析能够解决的问题很多，但切忌天马行空的分析，比如上文的案例，如果我们要通过数据分析来提升顾客下单率，首先可以提出促进顾客下单的假设：
假设一：推出满减优惠券，通过价格刺激用户下单；
假设二：向顾客更准确的推荐商品，通过需求刺激用户下单；
假设三：促进用户购买购物车中的商品；
假设四：提醒顾客购买周期性购买的商品。
针对这几种假设，数据分析可以解决满减优惠券的最佳折扣设计；根据顾客浏览喜好推荐相关商品；提醒顾客购买购物车中的商品；提醒顾客购买即将用完的周期性商品。
比如，提醒顾客购买即将用完的周期性商品该如何操作呢？
首先筛选出1个月前购买过牙膏的用户，向用户推送一条消息：“**牙膏降价促销，领券购买更优惠”。
通过简单的数据筛选，实现了千人千面的精准营销。
如何让领导采纳你的数据分析结果？
首先，将分析结果变为解决方案。分析结果是数据化的呈现，但领导更关心的是这个结果能够解决什么问题。分析结果是对策划方案的支撑和落地执行的支持，给领导一个可执行的具体方案，采纳度更高。
其次，执行方案能够快速产生价值。如果通过数据分析提出的方案需要对公司的整体架构进行改造，或者需要建立一个新团队，这种长期见效的方案需要找到高层决策者的支持，同时需要考量时间成本。领导更喜欢看到的是短期见效，直接解决问题的方案。例如通过数据分析落地页的用户点击习惯，结论是更改一下按钮的位置，那么很快就可以落地，如果是重新做一个官网，就需要多考虑几天。
最后，方案要能带来直接收益。企业的一切运营行为都是利益导向，提升销售额、提高用户量、提升活跃度都可以作为利益点，利益点要与汇报领导关注的具体指标相关，比如向销售领导汇报提升品牌声量的方案，就不如汇报直接提升销售额的方案。
总结：数据分析从小入手解决实际问题
我们在做数据分析的时候，首先需要确定的是解决什么问题，然后提出解决这个问题的假设，通过数据验证假设是否成立同时找出最优解决方式。
有结果无方案的分析是空谈，有方案无收益的行动是无效付出，数据永远是为人服务的，最重要的还是我们自己的想法。
来源： 诸葛io数据教练丨作者：诸葛君