我们常说:数据分析辅助决策。
但是很少有系统的解释如何辅助。
今天系统科普需要3分钟。
首先，我们必须了解什么是决定。
决策实际上是决定做一系列的动作。
既然是动作，就会有5w2h。
需要注意的是，5w2h不像小学生玩填字游戏，填完就完了，而是有内在逻辑。
按照决策的逻辑，5w2h展开顺序应为： 第一顺位：Who 先说谁来做，再谈具体做什么。
即使是同一件事，不同的人来做，思路、方案、效果也会有所不同。
比如中午吃饭，都是吃饱肚子，CBD高大办公楼里的小西装、波浪和高跟鞋的小妹妹可择38块健康沙拉，装修师傅会选择15元米粉无限续碗的猪脚饭。
这些都是从自己的需求出发的，所以先定人再谈事情。
第二顺位：why，what 先说要解决什么问题(为什么要做)，再说要解决多少，然后才是具体的操作步骤。
或者中午吃饭。
如果你填饱肚子，你可能会把任何烤肉饭送走，但如果你想和顾客开午餐会，你必须找一家有私人房间和安静的餐馆。
如果你问你的小妹妹，你可能会直接放弃午餐换晚餐。
因此，在谈论具体计划之前，先设定目标和预期结果。
第三顺位：where，when，how，how much 这四个要素构成了行动的具体内容：时间、地点、方式和投资。
设定执行人、目标和期望要容易得多。
例如，如果你个喜欢的小姐姐吃饭，但是两个人不是很亲密，所以选择餐厅的时候找不到太远的地方(会被拒绝麻烦)(没有安全感)，环境太接地气(不能聊天)。
如果小妹妹同时喜欢吃火锅和西餐，这顿饭可能是珠江附近的一顿饭CBD西餐厅。
环境好，味道好，吃完在河边转，完美！熟悉后再拖人到天河南二路吃火锅。
可靠的第一步：了解决策过程 了解决策过程后，我们会发现数据在决策中的作用。
数据最大的作用是量化过程。
是滴，不是人工智能分析，不是准确的推荐预测，而是简单的量化。
如果你想吃饭，你至少要扫描公众评论中酒店的名称、价格和距离。
这是可靠的第一步。
可靠的第二步:评价结果 可靠的第二步是评估结果。
是的，没有交叉法，矩阵法，漏斗法，但只是做一个简单的评估：结果是好是坏。
这一步非常重要，因为制作模型需要手动标记，这是标记的过程。
分析和分类比较取决于结果的差异，必须先判断结果。
这一步往往被忽视，因为人们习惯于脱口而出:XX东西很好/很坏，至于什么是好，我们**与他人好**好是不是一回事，被默默忽略了。
判断标准不一致，答案当然不一致，甚至相反。
比如约喜欢的小姐姐吃饭，我们的目标是什么？不是填肚子，而是增强好感。
好感很难量化。
如果女生头上有好感指数，我猜每个男生都能成为情圣。
善意是一种内在的感觉，我们只能通过外部行为来分析和推测。
例如，是否有口头抱怨和不满，是否主动与我们聊天，是否与我们分享一些小想法等等。
更不用说我不会告诉你我在想什么了……难怪女生经常说:男人都是大猪蹄。
因为掌握这些真的很麻烦，哈哈。
企业的决策完全一样，很难用单一的指标值来衡量经营质量。
比如这个月销售额1亿，同比增长10%，环比增长10%。
很多做数据分析的人觉得看到涨是好的，但不一定是老板。
会不会是异常波动？过瘾死了怎么办？应该涨得更高吗？ 毛利也一样涨吗？ 是的，即使涨势喜人，也会有那么多纠结，更缠，更不用说销售波动，销售下跌。
更不用说销售这个直接的性能指标了，而是转化率、用户数量、保留率等中间指标了。
有多少学生做数据分析，批评日报月报没有洞察力，深入解释数据需求迫使死亡，本质问题在这里：没有找到一个好的、全面的衡量标准，盯着线波动绞尽脑汁，也想不出原因。
可靠的第三步分析 可靠的第三步是各种分析和建模。
有了明确的标准，我们可以判断问题的质量，分析好的和坏的。
这里有很多方法我们将来会一一分享。
数据分析的另一个隐藏用途是将决策者的想法拉回可靠的分析逻辑。
这一点非常重要。
因为不是每个人都能理性、逻辑、定量地思考。
比如约个喜欢的女生吃饭，有没有小哥哥这样做: 贵就好！挑个超贵的店(呃，事先不问需求，事后不要以为别人挑哈) 我喜欢火锅，所以我去吃火锅（呃，你确定人们也喜欢吗？）她说她喜欢火锅，所以她去吃火锅（人们还说她喜欢日本食物，为什么不注意呢？）那家商店真的很好吃。
再走1.5公里！坚持下去！（可怜地踩着高跟鞋的脚） 我和前女友去过那家店，今天就带她去吧。
(我们会埋你的，好走) 我觉得谈恋爱要看真情，吃个沙县吧。
(二道坡的爱情故事不是这样演的) 很多时候，人们用直觉、印象和习惯做决定，根本没有考虑那么多。
此时，有必要使用数据分析来指出这些随机决策的不可靠性，并将人们拉回来。
当然，一个人一直运气好，决策效果好，不在乎数据是正常的。
这就是为什么传统企业那么多老夫工作了20年，你的数据和老夫的判断不一样是错的！的确，过去20年**济高速发展，即使不仔细分析数据，也能躺着赢，此时数据分析就不会被重视。
就像我在珠江新城吃饭一样，我不需要做决定。
我呆了很长时间，到处都有例行公事。
但是，如果你出去拜访顾客，你必须仔细发表公众评论，看看周围的餐馆，做一个分析。
幸运的是，越来越多的传统企业被互联网改造，整体经济环境并不理想。
在这个时代，越来越难赢，越来越多的人躺下。
此时，数据分析的作用将变得越来越重要。
被责骂的时代正在消失。
相反，我们应该小心，用你的人工智能阿尔法狗来分析我们该怎么办！这种需求。
数据分析是一种工具，不是一个大力的药丸，包括生儿子和起死回生。
这就是如何帮助数据分析决策的基本想法。
要达到效果，需要两种能力：一是数据分析能力。
利用数据分析问题，解释问题，最终得到正确的答案，提高决策能力。
二是通过适当的手段包装数据分析结果，促进业务部门的决策。
这两个方面的能力同样重要，因为很多时候，决策是真正执行的who不是数据分析师本人，而是老板，是销售部、运营部、业务部、市场部、会员中心的同事。
能够解决问题，让他人信任，是最终成果的好处方。
有很多具体的方法，我们将来会慢慢分享，想知道更多，你可以先看看过去的分享。
-END- 特别说明：本网站的主要目的是收集与互联网运营相关的干货知识，为运营伙伴提供便利。
本网站收集的公共内容来自互联网或用户的贡献，这并不意味着本网站同意其观点，也不对网站内容的真实性负责。
如有侵权行为，请联系网站管理员删除，。