典型问题：“看到这些数字，我很慌”

更新: 7/21/2025 字数: 0 字 时长: 0 分钟

下表是一份账单数据，你能从这一堆数字里看出什么来吗?

第一眼能看到的数据如下。

• 最多的一笔消费金额：2500：元。
• 最少的一笔消费金额：51元。

如果稍加计算，还能计算出下面的信息。

• 总金额：4906 元。
• 平均每天消费的金额：701元。
• 有5天的花费小于平均值。

然而，这些数字又说明了什么问题呢? 似乎到这里我们就陷入僵局了。因为这些只是单纯的计算数据，丝毫没有思考这些数据有什么现实含义。

整体思路：读出数据含义，判断数据走势

商业分析能不能未卜先知？当然不能。但如果分析师做过数据分析，就有可能推断出未来的情况。因为数据反映的是一个具体场景下的业务问题，业务问题本身有它的发展规律，这种规律又能通过数据展现出来。因此，通过商业分析判断走势，需要分4步走。

• 获取数据。这是最基础的条件，获取数据，掌握基本情况。
• 解读含义。数据是业务的体现，数据背后到底反映了什么问题，要解读出来。
• 建立假设。到底解读得对不对，还需要持续跟踪验证，因此要建立待验证假设。
• 跟踪验证。最好的检验就是通过实践检验，持续跟踪问题，以便检验假设对错。

以上4个步骤，不是一蹴而就的，而是一个循环的过程。通过不断的获取数据、解读含义、建立假设、跟踪验证，最终淘汰不合理的假设，保留合理的假设，这样随着时间的推移，事情就能越来越接近真相，如图所示。

因此，如果读者对前面提到的数据没有思路，不妨结合自身的消费情况思考一下:这可是一个人每天支出的费用统计呀。请读者想想看，自己上一次一天花 2500 元是什么时候，花在哪里了?一天仅花 51 元又是什么时候，花在哪里了?这样一对比，是不是就有思路了?

解读含义：从结合场景开始

• 有多少读者注意到老张在哪个城市? 答:广州。
• 有多少读者又注意到，这是哪一年发生的事? 答:2018年。

那么，问大家一个简单的问题：2018年广州市城镇居民人均收入是多少元?通过在网上搜索就能看到，根据国家统计局广东调查总队发布的:2018年广州市城镇居民人均可支配收入为 44341 元每年，平均每月可支配收入为3695元。

有多少读者注意到，老张老婆4月的第一周花了多少元?答:4906元。这么一对比，是不是看出问题了。“才一周时间就花了别人一个月的收入，这消费能力很高呀!你老婆的收入一定不错啊!”陈老师感慨道。

老张说道:“不!并没有!她一个月的收入才8000多元(税后)。我们家的大件物品的支出.房贷是我在出，其他东西是我老婆在买，我每个月还得给她8000元呢!"

听到这里，读者是不是又发现新的问题了。不需要用什么高深的方法，可以简单推算:如果1周消费4906元，那么按这个算法4周的消费就是4906x4=19624元，大于老张老婆的工资8000元加老张给老婆的8000元的总和。看起来，老张老婆应该是隐隐觉得自己每个月入不敷出了，所以才开始记账的，至于发给老张看，多少想表达某些意思。

这么看起来，你的零花钱保不住了呀!”陈老师调侃道。

“哎呀!这可怎么办呀……能再深入解读一下吗?”老张瞬间更加紧张了。

那么，更深入的解读需要怎么做呢?

深入解读：建立分析假设

TIP

注意: 入不敷出的结论是有前提假设的，就是4周的花销一模一样，但是这个假设不一定成立。

首先，这1周的时间是2018年4月1日至7日。4月1日是月初，也是本周最大的一笔开支花出去的时间，很多家庭都有月初花一大笔钱交各种费用的习惯。所以，很有可能4月1 日的 2500 元之后不会再有了。

其次，2018年4月5日至7日，有3天是清明节假期，这3天的支出明显高于4月2日至4日3个工作日的支出，所以可以假设节假日全家一起出去玩，这笔钱也是老张老婆出的;4月2日至4日这3个工作日的支出，则是她的个人消费。通过计算后便发现:老张老婆的个人日均消费仅 144元，节假日日均消费却高达 658元。

这样一对比似乎又能推出一个让老张害怕的事情了。老张老婆应该是想表达:“你看我自己花的钱好少，钱都是补贴家用和全家一起出去玩时花的，所以老张你必须多给我一些钱了!”

分析至此，可以推导出3个假设。

• 假设1：月初的2500元消费，之后不会再出现，最多月底会有一笔。
• 假设2：节假日日均消费(658元)远高于工作日日均消费(144元)。
• 假设3：节假日的消费会持续高于工作日的消费。

基于这3个假设和第一周的数据，可以计算一下老张的零花钱是否需要都给老婆。

• 工作日的消费金额：144x5-720元。
• 非工作日的消费金额：658x2-1316元。

所以，预计第二周的总消费金额为 2036 元。

预计全月总消费金额为 4906+2036x3+2500(月底有一笔项目款)=13,500元。

预计全月总消费金额为 13,500 元，小于老张老婆每月 16,000 元可支配收入。

所以这么算起来，老张还能保住自己的零花钱!

然而，老张对这个结果一点都不满意!他想控制一下消费，以便保住自己的零花钱。工作日的消费是老婆的个人行为，难以控制。那就从周末开始吧!以后周末的消费能压缩就压缩，看看能省多少。老张信心满满地说道:“就从下周开始，不带孩子出去逛街了，找个公园也能玩玩，还能省钱!

老张推导出的假设正确吗?不知道。老张能成功吗?不知道。一切都得等待时间的检验。所以后续得继续跟踪数据走势才行，做分析从来都不是一蹴而就的。

持续跟踪：验证分析假设

4月的第二周平静地过去了，第三周的周一，老张急匆匆地来分享最新的数据(见表)。

读者自行思考一下，从这个数据里你能读出什么信息?

有了最新数据后怎么办?当然是拿出假设来对照一下。

• 假设1:成立!月初的2500元的消费确实没有了，可以持续观察。。
• 假设2:不成立!工作日的消费明显增长了!到底是为什么呢?
• 假设3:不成立!这是老张人为控制的结果，周末没出去玩，所以省了钱。。

当假设不成立的时候，就得继续追问背后的原因。老张垂头丧气地说道:“周一回去我就宣布'这个周末我们不去逛街了，要省点钱。’谁知道老婆每天晚上临睡前都要去网上买东西，结果尽管周末没去逛街买东西，但是算下来消费一分都没少，哎!”原来如此!

等等，这里似乎忽略了一个细节。仔细对比两周的数据，如图 15-2所示，周五明显有异常值。虽然是工作日，但是支出明显比其他工作日的支出高。而且在老张如此心急火燎控制支出的时候，这一天的支出居然没有减少。是不是有问题呢?老张是不是隐瞒了什么?

追问之下老张才吐出真言:周五有特殊活动。周末是全家一起出去逛街买东西的时间，可周五一般是老张和他老婆过二人世界的时间(孩子交给爷爷奶奶照顾)，所以这个钱是万万不能省的。

这么算起来，老张可能真的黔驴技穷了，根本没什么可以压缩支出的空间了!唯一能指望的是继续周末不出去玩。可是，老张说道:“也不能总带孩子在公园玩吧?就算去郊区，吃个农家饭，还是得花钱，哎!”这样，老张就只能听天由命了，他能保住他的零花钱吗?

复盘总结:发现问题规律

到了5月1日，4月份的最终支出数据出来了，如表15-3所示。

强烈建议读者自己先看看这个数据，思考一下老张能保住他的零花钱吗?

问:老张老婆一个月一共花了多少元?答:13,300元。13,300元小于可支配收入16,000元还剩余 2700 元。很有可能，老张老婆在开始记账的时候，也只是单纯地感觉到钱花多了，但没有真正计算过，到底花了多少钱。这么计算来看老张还是有希望保住自己的零花钱的。果然老张反馈老婆只是默默地继续记账，并没有说什么，看起来老张的零花钱暂时是安全的。

然而一个新的问题是:老张的零花钱未来会继续安全吗?想通过过去发生的事情推测未来的情况可不是一件容易的事情。没有人能“拍胸脯”保证过去发生的事情未来一定会再发生。但是，通过数据分析，可以从过去发生的事情里找到一些端倪。比如老张老婆的消费，其实有几条明显的规律。

• 规律 1:每个月的月初、月末各有一笔大额开支，猜测是固定的水电气的费用或伙食费一类的支出。
• 规律 2:在周末出门逛街的前提下，工作日的支出非常少，甚至最少的一天只消费了30元!有在广州生活经历的读者可能都觉得不可思议，猜测可能老张老婆的公司有食堂，午饭解决了才能靠如此少的消费过日子。
• 规律 3:每周五，夫妻的二人世界是万万不能少的。
• 规律 4:周末如果不出去消费，就会分散到平时，总之每周支出少不了多少。

当然，以上规律是基于一个月的观察总结出的，也有可能受到个案影响有偏差。没关系只要持续观察，看假设是否成立即可。所谓规律，即经过长期观察检验，发现其在特定条件下稳定出现的现象。数据能总结、验证规律。

当然，以上规律是基于一个月的观察总结出的，也有可能受到个案影响有偏差。没关系只要持续观察，看假设是否成立即可。所谓规律，即经过长期观察检验，发现其在特定条件下稳定出现的现象。数据能总结、验证规律。

假设这4条规律全部经得起检验，那么就能推导出一个结论:未来老张被没收零花钱的风险并不会降低。他既不愿意放弃每个周五的二人世界，也不敢阻止老婆花钱，又不能长期控制周末的消费，那么他对于这个支出数据几乎没有什么控制能力。考虑到老婆每月只剩下2000多元，短期内收入又不会增加。那么一旦出现大额支出(比如生病、旅游)等就得动用自己的零花钱了。

老张长出一口气，叹息道:“这就是中年男人的命呀!”

陈老师说道:“放心，你老婆很有可能对记账坚持不了多久的，继续这样过日子，就什么麻烦也没有了。你甚至可以打着项目发奖金的名义，不定时地多给她一点钱，缓解她的焦虑感这样说不定她就更不会记账了。

小结:商业分析，这样做到未卜先知

看到这里读者会好奇:为什么要花这么长的篇幅讨论一个中年男人的家庭收入问题呢?答:因为这个场景和数据分析师在企业里工作的场景实在太相似了。这里出现的4个角色刚好对应企业里的4种角色，如图所示。

老张老婆:对应业务部门的领导。在企业里，领导不会很详细地跟下属解释他想做什么。

很多时候，就是看似轻描淡写地给了几个数字，实际上却心有所想。这时候，考验的就是下属的工作能力了。

老张:对应着业务部门的同事。

面对领导:

• 领导的想法不敢问--到头来，他也没敢问老婆为什么要记账。
• 领导的意见看不懂--到头来，他也没明白老婆记账的真实动机是什么。
• 领导的命令必须听--到头来，他也没敢阻止老婆花钱。

面对数据分析师

• 自己心里揣着小心思--周五的小活动，老张是不会主动说的。
• 张口讲不清分析需求--“你看看这堆数字，我老婆为什么发给我这个啊?1
• 不等分析完就行动了--“我不能坐以待毙!周末不逛街了!

面对用户:

• 短时间可以委屈用户--周末不出去玩了!
• 短时间可以扭转数据--果然周末不出去玩之后，就花钱少了，
• 长时间还是得找出路--只能委屈宝宝一周，下周还是得出去玩(见图 15-4)。

这几乎是所有企业里业务部门的工作状态。在这种情况下，分析师是无法指望业务方能完全清晰、准确地把真实问题表达出来的。他们可能不想表达或不能表达，也可能自己都是丈二和尚摸不着头脑。如何揣摩形势，从数字中解读出状况就变得格外重要了。

故事里的陈老师，就是典型的商业分析师的角色(见图15-5):

• 无法直接跟领导沟通，不知道真实的问题背景是什么。
• 业务方自己也稀里糊涂的，只有零散的数据，没有思路，这里面隐藏了很多信息。
• 只能通过数据观察用户的变化行为，可这些数据又是业务方人为制造出来的。

这才是商业分析师在企业里的真实处境。有句古话:战场上，真理第一个阵亡。虽然在数据分析领域有数学、统计学、运筹学等学科做支撑，但在真实的企业环境中，如何应对这些复杂的情况，才是数据分析师先要掌握的能力。不然，就如同泥巴地里盖高楼，再科学的理论也无从谈起。

故事讲完了，下面总结一下故事中包含的道理。

分析师想在一无所知的情况下，解读出数据背后的商业含义需要做到以下这几步。

• 理解问题的业务背景。
• 理解问题中数据指标的含义。
• 为指标寻找判断标准。
• 输出初步判断的结论。
• 输出进一步分析的假设。
• 基于分析假设，预测问题走势。
• 建立跟踪标准，追踪问题走势。
• 根据问题走势，验证假设真伪。
• 总结经验，输出结论。

这里前5步是一个不断寻找数据所反映的商业含义的过程，这里需要把数字与具体的场景联系起来，从而解读出含义。比如，4月1日只是一个普通的日期，但也可以解读为“月初”，4月1日的消费，就对应着月初的开支;4月5、6、7日分别也是一个个普通的日期，但也可以解读为是清明节假期，4月5、6、7日的消费，对应的消费是假期消费。通过场景关联，可以解读数据背后的含义。

同样，数字本身不会说话，要结合标准才能得出结论，这里以下面的标准进行对比。

• 居民平均收入对比个人支出。。
• 单月总支出对比老张老婆全部支出。
• 周末家庭支出对比个人支出。

多个标准配合导出待分析假设。

后4步则是逐步验证假设，形成结论的过程。牢记“稳定的规律，会在同样的场景下重复出现”这个原则。如果一个规律是固定的，则一定会在持续的观察中反复出现。所以，由数据得出结论的过程也不是一蹴而就的，而是长期的、持续的观察过程。其中稳定出现的、经得起验证的部分，才会被记录下来;不稳定的部分则会引出新的思考。这种持续的观察和验证，可以沉淀经验，使得出的结论逐步趋向正确。

在这个反复验证的过程里，即使业务部门有隐藏的内容，也能通过数据发现，就像老张的周五快乐日”被发现一样。分析师能做到这一步，就真正实现了未卜先知、洞察清晰。当然这需要分析师在一个业务领域有长时间的积累和思考才能实现。

最后一个小问题:商业分析的最大痛点

故事到这里就全部讲完了。然而，还有几个看似简单的小问题要问读者

• 你有记账的习惯吗?
• 你记得昨天、上一周、上个月花了多少钱吗?
• 你知道你的钱具体花在哪里了吗?花了钱以后自己满意不满意呢?

理论上，每个人都希望有一张消费记录表，有了它，就能准确地掌握每一笔钱的用途了，还能分析出哪些钱是浪费的，哪些钱花得很值(可真是有用呀!)，如表 15-4 所示。

制作这张消费记录表的技术难度很小，只要有个小账本，随手一记就好。可问题是技术难度如此小，又如此有意义的工作，有几个人真正能做到呢?

答:只有少数人可以做到!

对于具体到某天、某个小时、某分钟到底花了多少钱?花在了什么地方?花得值不值?几乎没有人可以做到很详细的记录。这样才会使人们总感觉自己的钱花得很快。那么，一个更深入的问题来了:既然人们连自己的钱花到哪里了这么重要的事都记录不清楚，又怎么能指望他们能记住企业要求他采集的各种信息呢?!

实际上，数据采集永远是商业分析最大的“敌人”，这是因为在实际的业务开展中，经常存在以下情况。

• 需要人工填写、手动采集的数据，经常被错填、乱填，甚至不填。。
• 需要埋点的数据，经常被业务方以“开发太慢，影响上线进度”为理由而忽略。。
• 和交易有关的数据，经常被人们通过故意拆单、拼单、凑优惠金额等行为扭曲。。

可以说数据不准确、不真实是常态。

因此，做商业分析必须学会用尽可能少的、接近真实的数据做出尽可能准确的判断。通过建立合理假设，观察数据走势来验证自己的判断，从而让假设越发趋近真实。这才是这个故事的终极寓意:如果有准确、全面、真实的数据，那每个人都会做判断;当现实情况错综复杂时，只有经历过专业训练的人才能拨云见日。这也是商业分析的意义所在:用越来越准确的数据来对抗不确定性的因素。

然而，在这个故事中商业分析还是显得太被动了，那么商业分析有没有手段能直接驱动业务进步呢?当然有，至于具体操作方法，请看第16章的内容。