数据分析，如何挖掘潜在业务机会
“通过数据分析，找到业务的机会点”是很多公司对数据分析师的要求，然而，又是很多新人犯难的地方：
啥叫业务机会点？
咋从数据里看出业务机会点？
为啥我找的业务机会点别人不认可？
今天我们系统了解下
在业务口中，机会点是个很随意的东西。比如业务给出的报告里，经常有类似“我们要抓住当下行业复苏大好机会……”这种空洞的口号。
可实际执行起来，完全经不起推敲：
1、行业复苏是真还是假？
2、竞品也复苏了呀，为啥不是挑战？
3、行业复苏和我们的哪个结果指标有关？
4、行业复苏谁来抓，啥时候抓，怎么抓？
一条都没说清楚。
所以想要把机会点讲清楚，就得符合以下标准：
有明确的事实为基础
有清晰的业务逻辑
对某个结果指标有正向影响
有具体的负责人、工作流程
这样的输出物，才算是机会点。否则就沦为口号，空谈。
那么问题来了，该如何找到这么具体的机会呢？
显然，这么多具体细节，是不可能直接从数据里推导出来的。数据只是一系列业务动作的结果，不能反映业务动作，更不能直接告诉你“谁，该在几点钟，做啥事”，因此想要找出机会点的第一步，就是放弃憋在房子里造神威无敌大将军机会识别模型。而是定义清楚：怎么样的结果，算是一个机会点。
这里有四种典型的数据形态（如下图）。除了图1，大家公认这不是什么机会点以外。图2、3、4都有可能是机会点。但图2、图3在很多公司不被人认可，很有可能做出来以后被人喷：“我早知道了”。因此图4，才是最完美的机会点表现：原先业务方不知道，被数据发现，加以行动，之后指标大涨！
图解：所谓机会点，一般要符合：之前没人发现+之后大有起色这个条件，否则，如同图1，做了没啥变化，做了白做。如同图2，本来就是一路向好，即使做了改进，也会被认为：它本来就很好啊！最后不被认可。
图3在有些公司可以被算作机会点，即：我把之前做的成功地方总结下，又复现了。但是有些公司不认可这种，所以看情况来，只有图4才是争议较小的，真找到一个机会。
因此，想要分析机会点，要搞清楚：
1、要分析的是哪个部门，哪些业务线
2、该业务线核心指标是销售额/新注册用户数/商品毛利……
3、该核心指标过往表现，是否有连续性趋势（如图2）是否有单点爆发（如图3）
4、连续性趋势，对应的内外部环境是？发展阶段是？（排除生命周期早期的自然增长）
5、单点爆发性动作，对应的业务场景是？可复现程度是？（排除一次性好运气）
6、无趋势/无单点前提下，是否有细分领域的成功案例可以套（细分客群/小众产品/细分渠道）
这样，锁定了关键指标，树清楚标杆，就容易提炼出可以加以利用的业务上的做法，比自己憋在电脑前冥思苦想要快得多。
最简单的手段：评估增长趋势。
通过对目前的增长原因进行分析，剔除其中自然增长、周期性增长的因素，找到是否有可以通过调节投入产出影响的部分。如果有，评估追加投入能带来的产出（注意，要避免从出现边际效益递减）。如果追加投入带来的效果很客观，这就是一个成熟的机会点：通过追加投入，多赚收益（如下图）。
图解：很多数据新人，喜欢看着指标在涨，就大喊：这是机会，要继续保持！这是非常无脑的做法，很有可能眼前的增长是周期性增长，是恰好在产品/生命周期顶端，这就是所谓“自然增长”。
也有可能目前的增长边际效益已经递减，投入产出比已经开始下滑，资源投入接近上限，这时候也难以为继；也有可能追加投入不能额外带来增长，这些都需要做增长潜力评估才能得出结论。
其次简单的手段：评估复现可能性。
通过对过往成功案例的拆解，看是否有可以重复出现的可能性。成功案例能否复现，需要从业务逻辑角度，拆解业务标签，分析可行性。比如销售签了成功签了一单客户，可以拆解为：
客户行业
客户需求
签单产品
签单金额
签单业务员
签单周期
等标签，之后对这些标签下的成功率进行复盘。如果复盘发现：这一单真的就是孤零零一单，没有啥类似成功经验。那么很有可能这是无法复现的。下一步，可以继续做一些实验，验证复现可能性，或者干脆放弃寻找其他机会（如下图）。
图解：从数据角度，验证复现的关键，是：提炼业务逻辑。把业务的语文表达，变成可以用数据检验的标签。这样看过往数据的时候，可以按标签提取案例；做实验的话，可以按标签检验规律。不做转化，各种因素重叠，很难说清楚。
从细分领域找机会，是最难的分析。
难点不在分析思路，而在论证上。本质上看，细分领域机会，其实就是在整体做的不好的情况下，拆解用户群体/渠道/产品线，找某个相对较好的分支，然后试着推广。这样拆解数据很简单，拉交叉表就行。但是论证这个点就能推广开。是很困难的（如下图）：
图解：上边的做法，是典型的“把业务当瞎子”做法，却是做数据分析的最喜欢干的事。业务部门只要不是瞎子，就能看到C渠道转化更好，他们为啥不投更多C渠道？为啥不开发更多类似C渠道？只要不是瞎子都会干。所以这里的关键不是对着这张表大喊：要做多！而是组织一次会，了解下过去发生的事，或者至少把时间周期拉长，把ABC渠道的标签打上，看看是否过往有类似标签的尝试，提前规避问题。
因为很有可能孤立的某个点是难以推广的，比如：
1、渠道小众，用户群体小众，产品线本身需求不大；
2、受制于政策、资源的限制，无力做这个点；
3、这个点已经尝试过，吃过亏，所以才只做这么大；
4、小范围内做可以成立，一推广开就出现边际效益递减，核心客群不足，等等问题。
总之，一个业务如果很容易就做得好，那一定早就做好了。业务部门又不是傻子。目前做得没有起色，一定是有更深层的原因。
所以从细分领域找机会，最好用增长实验的方法来解决问题，而不是依赖过往数据分析直接得出结论。比如发现一个潜在机会点，提前和业务方沟通：
过去是否注意到这个点
过去是否尝试过这个点
如何看待这个点的机会
是否有可能追加投入
如果有可能，第一波是否安排尝试
这样提前避免踩坑，设计好增长实验方案，逐步探索一条路出来。才有可能找到机会。
以上就是发现机会点的基本思路。发现机会点不是一蹴而就的，需要深入业务，结合实验，才能得到靠谱结论。而我们的数据分析师最喜欢干的就是：
1、因为这个指标涨的快，所以它是机会，得把握
2、因为这个渠道指标好，所以它是机会，要做多
3、因为过去做成功一次，所以它是机会，要继续
4、因为这个指标低，所以它是机会，搞高了就好了
无论证，无逻辑，无实验。只是把收入=客户数*付费率*客单价的公式翻来覆去的说，这种三无产品不被喷就见鬼了。
就算做增长实验设计，也是被业务方牵着鼻子走，不考虑事前假设，不考虑交叉因素，不考虑实验步骤，每一版实验方案一个天上一个地下，最后得不出结果，也是情理之中的。大家切忌，切忌。有兴趣的话，本篇集齐60在看，我们下一篇分享增长实验设计的案例，敬请期待哦。
听说数据分析师会算命？