做資料分析的目的是為了“發現問題，分析問題，解決問題”，這三個環節是連續的，你不能跳過分析問題，直接解決問題，換句話說，只有你分析出了問題的原因，才能解決問題。
提建議在這其中的作用主要是“解決問題”的部分，所以如果不會提建議，那麼問題就出在這三個環節中的某一環，我總結有以下幾種型別。
不知所謂型
第一種型別是不知所謂型，這種型別啥意思呢。看看下面這段文字：
﹣不會提建議是怎麼回事呢？建議這個詞相信大家都很熟悉， 但是不會提建議是怎麼回事呢？下面就讓小編帶大家一起了解吧。
﹣不會提建議，其實就是不會提建議。那麼為什麼不會提建議呢，相信大家都很好奇是怎麼回事。大家可能會感到很驚訝，怎麼會有人不會提建議呢？但事實就是這樣，小編也感到非常驚訝。
﹣那麼這就是關於不會提建議的現狀了，大家有沒有覺得很神奇呢？看了今天的內容，大家有什麼想法呢？歡迎在評論區告訴小編一起討論哦
這是著名的“小編體”，不管發生了什麼事，都可以用這個模式硬套。內容呢就是車軲轆話來回地說，一點實際意義都沒有。
資料分析不少人其實也經常這麼幹：
﹣過去一週的交易轉化率最大值是10%，最小值是3%，平均值4.5%，中位數4.3%。。。
然後呢？建議呢？然後就沒有然後了……
這類分析連問題到底是什麼都不知道，也就沒法分析問題，更不說如何解決問題了。
怎麼辦呢？
這類分析師一般是學會了資料分析的基礎技能和工具，但是缺乏應用在現實世界的能力。拿著統計學的錘子，到處找釘子。
這類同學首先要解決的不是學習“提建議的n種方法”，而是要學習如何發現問題。
最簡單的方法就是了解業務的指標體系。
指標體系是抽象後的業務，瞭解了指標體系，就初步瞭解業務的形態和關注點。即使對業務不是特別瞭解，單純按照指標體系拆解也可以初步定位問題。
比如對交易轉化率進行維度拆解，分不同時間，不同渠道，不同廣告型別等維度拆解，這些能告訴我們目前這個轉化率的水平到底處在什麼水平？哪些地方好，哪些地方不好？
有了這些資訊，就能“發現問題”，也才有可能繼續往下走。
正確廢話型
第二種型別是正確廢話型。
當年巴拿馬乒乓球運動員 奧馬爾 為了和他的偶像張繼科打一場友誼賽，不遠萬里來到中國。
賽前他到運動員休息室問怎麼才能贏張繼科：
馬龍說：打他接不到的地方
許昕說：提高命中率
馬琳說：你永遠不丟你就贏了，你這球永遠上臺你肯定贏。
這三位不愧是高手，給的建議簡單易懂，我覺得連我這樣不會打乒乓球的人都已經知道怎麼打敗張繼科了。
但似乎有什麼不對的地方？
這種建議到了資料分析領域，就變成了了這樣：
﹣過去一週的交易轉化率是4.5%，轉化率較低，建議提升交易轉化率。
這位同學相比不知所謂型的同學有了巨大進步，總算是提出了一個建議，實現了零的突破。
但是業務方可能會投來關愛智障的眼神。
提升轉化率，說得輕鬆，怎麼提升？你行你上啊。
怎麼辦呢？
這類建議的問題是，我們發現了問題，但是分析問題沒有做到位，於是提出一個正確而無用的建議。
所以解決思路就在於，如何分析地更加深入。
這部分內容在之前文章有提到，感興趣的同學可以看看，這裡簡單說下。
業務同學當然知道要提升交易轉化率，但是需要需要具體執行的方法。所以在確定“提升轉化率”這個建議的大方向的時候，要知道提升轉化率都有哪些方法？
可能的方向有：找到更精準的人、找到更精準的轉化方式、找到更精準的產品等等。
這三個方向都可以再次成為一個新的分析課題，比如我們可以分析如何找到更精準的人。
具體操作上，我們可以透過渠道分析看一下哪個渠道轉化率更好，哪個渠道潛力更大。
這樣提出建議的時候就變成了：
建議提高交易轉化率，可以從以下方向嘗試：
﹣1.增加A渠道的投放資源；
﹣2.停止B渠道的投放；
﹣3.開拓和C渠道類似的小眾垂直渠道
這樣，這個建議就有了抓手。
天馬行空型
第三種類型是天馬行空型。
﹣朋友對單身狗說：你總是一個人，為啥不談戀愛呢？
﹣單身狗：？？？
朋友給單身狗的這個建議對嗎，理論上說確實是對的啊。
但是這個建議有用嗎？
資料分析提建議的時候要麼這麼幹的話，會是這樣：
產品的交易轉化率較低，建議：
﹣建立使用者畫像體系，做精準化營銷
﹣產品售價降低10%，和競品保持一致
﹣在微信投放朋友圈廣告，獲取精準流量
……
這些建議還真的都能解決交易轉化率低的問題，但是沒有可操作性：
﹣使用者畫像建立週期長，人員成本大，資料需求大；
﹣產品毛利率太低，再降價10%就沒利潤了；
﹣微信朋友圈廣告價格高，雖然能提升交易轉化率，但是利潤就沒了。
怎麼辦呢？
上述這種情況，分析師其實分析出了一些原因，比如流量不精準，產品售價高無競爭力等。但是提出的建議太天馬行空，一看就是拍腦袋的結果。
這說明這些分析師還是理解業務模式的，但是脫離了一線，不知道有哪些現有條件下可用的方案。
最簡單的方法就是提建議前和業務同學商量一下，看看業務同學目前有哪些手段可以用，以及他們覺得哪些手段更合適。因為最後是這些業務同學來執行，他們肯定不會胡亂提建議，否則最後還要自己來填坑。
揚湯止沸型
有句俗語，叫做：揚湯止沸，不如釜底抽薪。
意思是水開了,用水瓢揚一下熱水,可以暫時止住開水，但是馬上還會再開,然而把鍋底下的火熄滅,就會永遠止住水開。
揚湯確實可以止沸，但是效果不是很好。而釜底抽薪，則是一勞永逸的做法，相比揚湯是更好的選擇。
但我們平時經常會提出揚湯止沸的建議。
﹣交易轉化率不高。三類廣告樣式中，A方案效果最好，建議廣告形式全部採用A方案。
這個分析，相比之前非常深入，邏輯看起來也沒有什麼問題，算是一個不錯的建議了。
但是這個建議仍然有問題，問題就是分析得不夠全面。為什麼最佳化方向一定是廣告配置？
要想提升交易轉化率，除了最佳化廣告配置，我們還可以做很多其他的動作。比如最佳化渠道投放、調整投放時間等。
所以為什麼要最佳化廣告，而不是最佳化渠道呢？
雖然最佳化廣告形式很可能會帶來業務增量，但是因為沒有考慮到其他情況，不知道目前真正的瓶頸，所以這個答案不一定是最優解，投入產出比可能有限。
沒有看到問題的全貌，怎麼知道這個建議不是在揚湯止沸呢？
怎麼辦？
一般的業務分析師提出這類建議其實沒什麼問題。畢竟現實中受限於時間、資料採集、商業複雜等因素，要完全分析清楚一個問題確實有點困難。而企業追求的是最終的效果，所以這類邏輯不那麼完整建議一般來說是也是可以接受的。
畢竟這個建議只是邏輯不完整，不是完全沒邏輯。企業為了追求有效，甚至只是“感覺有效”也是會做一些完全沒邏輯的事情的：比如給伺服器貼平安符。
不過你能來看這篇文章，肯定是對自己有更高要求的人。
如果真的想要做到思考全面的建議，要用系統性思維+結構化思維對商業模式進行全面的拆解，然後找出其中的核心問題，找到槓桿解。
全面分析業務，對思維能力和商業模式的理解要求很高，這樣的分析師一般都是做決策支援，為高層領導提供戰略性分析。
不管是思維還是商業模式的理解，都是內功。每個單獨拎出來又是好幾千字的篇幅，這裡就不詳細展開了。
自說自話型
最後一種型別是自說自話型。
﹣女孩對男友說自己感冒了，有點難受。
﹣男友說：多喝熱水。
這個建議有沒有錯？
這個建議很正確，是有科學依據的。
第二篇標題翻譯過來是《飲用熱水、冷水和雞湯對鼻黏液流速和鼻氣流阻力的影響》
但是對方表示不想聽，只想靜靜。
這種情況就是已經知道怎麼解決問題，但還不知道如何讓對方執行。
資料分析是一個很標準的“紙上談兵”的崗位，只需要坐在辦公室裡看看資料，做做分析就有一種運籌帷幄之中，決勝千里之外的智力優越感。
但是你畢竟不是老闆啊，憑啥你說的話業務同學要聽啊？就算你的建議是對的那又怎樣？
怎麼辦呢？
遇到這類問題的資料分析師，考驗的已經不再是技能水平、分析能力、業務理解這些基礎能力了，而是溝通表達、人情世故等軟實力了。
要想要讓對方做某件事，可以用fogg模型思考。
提升動機：建議的方向能不能和對方的KPI掛鉤，如果能幫助對方完成KPI，那麼我相信對方一定很樂意聽從你的建議。比如提升交易率可以從渠道、廣告、產品等多個方向進行最佳化，如果渠道運營的本月KPI剛好有缺口，那麼就儘量從渠道方向進行分析。如果結果有價值，都不需要你想辦法溝通，渠道同學自己就會來找你。
降低門檻：
這部分內容涉及如何寫報告相關的知識，下一篇文章會詳細說，這裡簡單說一下。
﹣減少專業名詞的堆疊，儘量站在業務角度表述建議。
﹣做到結構化表達，讓對方能快速理解
﹣字不如表，表不如圖
觸發時機：
﹣可以找一個業務同學的領導在場的時機進行分享。只要對業務有幫助，領﹣導是不在乎給下面人加活的，這省去了你說服業務同學的麻煩。同時，如﹣果你的建議真的有幫助的話，業務同學也希望能讓領導知道，可以讓領導放心。
總結
提建議很難套路化，不同的業務形態，不同的分析深度能給出的建議都不相同。
所以本文儘量授人以漁，讓你知道好建議是怎麼來的。
※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※
我是「數據分析那些事」。常年分享數據分析乾貨，不定期分享好用的職場技能工具。期待你與我互動起來~
