9张图，看懂数据分析如何由浅入深

很多同学被嫌弃：做的数据分析，没深度。到底啥是分析深度？怎么才能做出深度？话不多说，直接上场景。

问题场景：某物流企业，负责管司机的调度中心，会给每个未上线司机标注原因，标注格式如下：

备注：实际原因还有很多，这里仅做举例

现领导要求：分析司机未上线情况。

问：该怎么分析？

一、0级深度做法

• 3月6日，共1000司机，上线900，上线率90%
• 3月7日，共1010司机，上线875，上线率87%
• 3月8日，共1050司机，上线850，上线率83%

上线率连续2天下降，建议搞高

不上线的理由top3为：

不点评了，大家自行吐槽。

二、1级深度做法

上线代表的是运力，不同线路运力需求不同，因此可以结合需求，解读上线数据：

• a线路本月订单暴涨，但司机上线率在下降，需保障运力。
• b线路本月订单减少，司机上线率在下降，可调拨该批司机运力。
• c线路为季节性需求，预计下个月就没有了，关注该批司机运力分配。

点评：终于知道把上线情况和业务需求联系起来了。这样能解读出：司机上线/不上线，到底有啥意义；重点线路需要保障，零散线路释放出运力要能调配开，这是基本常识。

同理，还可以对司机生命周期做分类，结合司机表现，解读上线数据。

• 新手期司机：上线变差，是否意味着最近开发新司机质量下降
• 稳定期司机：上线变差，是否意味着平台运作出问题，老司机流失

注意，以上这些计算，需要衍生指标，比如：

• 线路订单量：最近一周内订单数、货运吨位
• 线路订单变化：最近n周内订单走势
• 司机生命周期：从注册到当前时长
• 司机行车里程：最近一周行车里程
• 司机缺勤频率：最近一周无出车天数

这些数据不见得在一个表里能体现，因此得从各个数据源找数据组合分析。

这么做看起来比0级有深度了不少，但没有解决一个核心问题：“到底司机不上线是啥原因？”，特别是“请假”比例这么高，到底是司机不想干，还是没需求，还是平台出了问题。

三、2级深度做法

注意，1级深度的核心问题，在于：未上线原因给的乱七八糟。

• 什么叫：双十二过了？
• 什么叫：累
• 请假和累是不是有重叠
• 到其他线？那他该在其他线上线啊！

可能有些物流企业管理较规范，但这家物流企业调动真的不咋样。这种敷衍了事的回复看了让人摸不着头脑，根本没法用。

但是要如何规范起来呢？如果平地一声雷，甩一套新模板出去，不但培训需要时间，而且和现有的数据对不上，很有可能制造新的数据垃圾；因此更好的做法是，先基于现有分类，梳理出逻辑，再培训，提升规范度。

分类就要用到mece法，实现mece的最好办法是：二分类。从示例反馈来看，可以用三层分类逻辑。

第一层二分类逻辑，最好用：线路问题/个人问题来区分（如下图）。

这样分类含义很直观：线路问题跟司机没关系，有些中小客户，就是季节性/临时性有需求（比如双十一、双十二）需要企业这边开发客户/分配好线路。司机的问题，再做进一步细分。

第二层分类逻辑，可以拆是否车坏了。车坏了是铁定没法运的，此时不但要登记原因，还得登记车辆损坏情况或预计修好时间；如果车辆严重损坏，可能直接导致司机退出，或者长时间运力缺失，这个情况对于新运力开发很重要。至于司机个人问题，再做细分。

第三层分类逻辑，可以看司机是否投诉平台。比如平台扣钱太多，这是个规则问题，平台方也不可能因为一个司机的抱怨就改规则；但是，对投诉类问题要先掌握情况。这样才能持续监控，发现更深入的问题。

至于没有投诉情况下，司机个人问题，另行处理：

为啥司机个人问题要另行处理？因为个人问题很有可能没实话。拉货的司机不是办公室文质彬彬的小白领，没心情一句句细讲心路历程。

一句：“累”背后，可能有多重含义：

• 个人心累，不想干司机了
• 在你这干得累，不想在你这当司机了
• 线路跑得累，不想干这个线路的司机了

单纯指望口头问，很难理清楚这里逻辑。更不要说大部人连个“累”都懒得说，就是简简单单的不接电话/“请个假”。调度员每天对着几十个司机，也没空一个个谈心，也不太指望调度员能把个人原因都整明白；所以这里可以简单记录原因，靠后续分析来做深。

综合梳理完，现有归类可以合并如下：

这样能建立监控指标，观察问题，也能加强对调度员的要求。

并且调度员需要关注的核心问题只有三个：

比起一次给30个选项的调查表，这样抓关键行为的做法更容易让调度员掌握，降低培训成本，且后续数据也能和之前的对上，避免新数据垃圾产生。

然而，这样做就够深度了嘛？显然没有，这里遗留了好几个问题。

四、3级深度做法

有了2级深度的分类，3级深度的分析思路就非常清楚了：

• 遗留问题1：线路到底是调度问题还是推广问题
• 遗留问题2：司机投诉到底要不要受理
• 遗留问题3：司机缺勤到底是“累“还是”不想干“

这三个议题，都需要专题深度分析来解决，已经不是单纯靠报表监控能搞掂的了。

比如问题1：想区分呢调度问题还是推广问题，得首先对线路端打标签，做分类。

比如：

• 线路本身需求不稳定
• 线路本身需求大幅度下降
• 线路本身难开，司机流失多

这些并不反映在调度表里，但是却直接影响调度结果与司机上线，因此需要从线路需求表里，先分析清楚，这样解释调度的原因才容易说。

比如问题2：司机投诉到底要不要受理，这里可以分规模、内容、效果两个角度来看。

• 规模：是否投诉量在加大，是否投诉集中在某些客户，某些线路，某些时间段
• 内容：是否投诉集中在某些问题，特别是与薪资、扣款相关的
• 效果：是否投诉行为导致的影响在加剧，比如投诉后司机流失率在提升

这样综合分析，才方便运营评估：是否要响应投诉，看到投诉指标变化，也好理解这个指标对业务的影响程度。

比如问题3：司机到底是累还是不想干，得先看内部数据说话通过内部数据，能看出司机实际行车时间，把“累“字背后含义：真的累or赚不到钱区分出来，从而针对性分析；这样做比追着司机刨根问底，更容易发现问题（如下图）。

理论上，这里还有深入的空间，读者们可以自行发挥哦。

五、小结

很长时间以来，人们把做数据分析的看成算命先生：我不说话，你丢几个铜钱（敲几下键盘）就天知地知，这是非常非常扯淡和错误的。

本质上看，数据分析对抗的是不确定性。因此需要大量的信息输入，才能得出结论。阻碍数据分析由浅入深的最大问题，也是：没！数！据！

并且如同上边小案例所示：过分追求完美数据，不但会拖慢业务，增加成本，而且对内部员工和外部客户体验都很差——大家是来消费的，不是来被扒户口本的。

所以，数据分析工作，始终伴随着不完美的数据开展，在有限大的条件下，一步步导出结论，才是由浅入深的方法（如下图）。

这里最重要的三个环节，就是：

• 结合业务含义，对描述统计初步解读；
• 结合业务问题，形成分析框架；
• 结合业务策略，验证判断。

总之，就数轮数，可得不出啥有用结论。甚至有可能，数据越多，看得越糊涂。