从数据中，挖掘出业务机会点，是很多公司对数据分析师的要求

从数据中，挖掘出业务机会点，是很多公司对数据分析师的要求。然而到底啥是机会点？到底要怎么挖？很少有人详细讲解过，也让很多同学困扰。今天结合一个具体问题讲解一下。

问题场景：某电商平台，运营部门要求数据分析师挖掘用户运营机会点。数据分析师开心地报告“发现用户购买4次以后，用户消费就很高了，建议让每个用户买4次”……之后惨遭业务批判：“你分析了屁！”

问题出在哪里呢？

一、错误示范

“发现用户购买4次以后，用户消费就很高了”这是一句典型的就数论数的废话。用户买得多，消费自然就很高呀！闭着眼睛都知道，还要分析啥。这种世人皆知的道理拿出来当然会被人喷。

其实反过来看，还不如用矩阵分析法，找一下有没有违反常识的人群，说不定业务还能觉得眼前一亮（如下图）。

从本质上看，找业务机会点，要找的是：业务可以通过XX行为，改善XX指标的机会。因此如果脱离业务行动，单纯就数论数，就很难挖掘到真正的机会。

比如上例中，即使用了矩阵法，发现了一批高客单价低消费频次的用户，业务方还是会质疑：

• 他都买了这么多了，为啥还要搞他复购
• 他都买了这么多了，是不是消费力已经用完了
• 他都买了这么多了，为啥不是找更多同类的人
• ……

各种质疑迎面扑来如万箭穿心，数据分析师哪个都抵挡不住。

二、破局思路

从更深层看，找业务机会点，却连业务关心什么、想干什么都不清楚，单纯在数据里扒来扒去，肯定找不到有用的结果。

因此，有两个更好的解题思路：

思路一：先了解业务要做什么，再找把事做好的办法（执果寻因式）

思路二：先了解业务想改善什么，再找能落地的方法（按图索骥式）

这两种方法，都避免了漫无目标的扒拉数据，能做到有的放矢。

三、执果寻因式挖掘

很多情况下，业务部门是因为老板下了命令：“做个XX活动/XX功能吧……”就开始行动。这个时候是现有了一个行动，再想怎么把行动做好。这是典型的执果索因式机会挖掘。

站在业务执行的角度，具体执行方案是由五个部分构成的。

• 目标用户（谁）
• 信息渠道（如何联系他）
• 达标要求（联系他做什么）
• 参与流程（他要分几步做）
• 达标奖励（做完了能得什么）