《如何用数据分析解决实际问题》这本书提及的营销数据分析方法与巫女在《【营销专栏】你真的认真分析过营销数据吗？》中提及的有部分相似。巫女那篇碍于法律保护，无法将文中的案例进行展示。
但柏木吉基在本书中通过引用日产的数据对方法论进行了生动阐述，最后还把整个逻辑故事线串联起来，将其屡试不爽的方法论倾囊相授。无论你是否有统计学基础，看了都会得到一些启发。
第一步：锁定目标 GAP ANALYSIS
这个目标一定不是宽泛的一句话，而是在既定目标范围下，量化具体要达到什么程度。例如：要将人民路分店的MODELY车型在20-30岁男性客群中的销量提升20%。
第二步：假设可能的原因
为确保所列举的原因要足够MECE（Mutually Exclusive Collectively Exhaustive 相互独立，完全穷尽），一方面，可借助各类分析框架，如流程图、损益表及营销4P理论等各类WHY模型（对市场营销分析框架感兴趣的读者可以进入巫女的《解密商业分析思路》免费获得完整的分析框架）；另一方面，尽可能多的获取数据/信息，尤其是外部数据/信息，以免思路被有限的资源所束缚，导致整个分析过程沦为刻意验证自己经验/想法正确性的过程。
假设的范围决定接下来的检验范围，决定了后面的分析质量。如果假设范围过窄，即便得到答案也并非最佳答案。
第三步：找到“问题关键”，通过分解数据
技巧1：WHAT型假设
随着将问题的逐步拆解，最后会呈现出“树状”（下图）。这个分析过程看似一目了然，实则很考验人们的思考水平。
技巧2：趋势
这个不用多说了，如果不结合趋势，就没法对未来做出预判，数据分析的意义也就不大了。不过话虽如此，人们在实操中仍经常忽略分析趋势。
举个例子，很多人在做政策分析的时候，就很喜欢局限在当下。
技巧3：“快照”
这是指截取某个期间的情况，用诸如平均值一类的指标，轻松把握大致情况。但注意，我们最常用的“快照”平均数法存在诸多陷阱：
#1. 牺牲了原始数据
巫女在《【营销专栏】你真的认真分析过营销数据吗？》也提到过，只有当所有数据都呈现完美的正态分布，平均数才能代表整体。所以还要结合分析中位数、离散情况去了解数据的全貌。
#2. 牺牲了数据构成
只看平均数而不了解数据构成，很容易导致分析结果南辕北辙。
例如，一家面馆老板想通过让客户打分的方式，了解两款浇头——油炸豆腐和天妇罗面渣哪个更受欢迎。油炸豆腐平均获得67分，天妇罗面渣平均获得60.8分，所以结论是，油炸豆腐更受欢迎。
但当老板的店员对乌冬面和荞麦面进行调研的时候，发现天妇罗面渣搭配了其中任意一种面后，所获得的分数都比油炸豆腐高，所以理应得出结论是：天妇罗面渣更受欢迎。
这种矛盾现象就是有名的“辛普森悖论”。如果我们使用了老板或者店员的任意一种方法，所获得的结果截然相反。所以，不能只看平均数。
问题出在哪了呢？出在了打分人数（即：样本数）分配不均衡上。
其实人们普遍认为这家店的乌冬面比荞麦面好吃很多，无论使用哪种浇头。在老板的调研中，乌冬面的食客占比更大，于是相对拉高了油炸豆腐的平均分。
因此，如果不对样本数据的综合构成进行分析，很可能丢掉关键问题。
#3. 牺牲了数据波动与极值
可能有人会说了，标准差可以反映数据波动情况，是不是可以解决上述问题？
通常讲不太可以，因为其与平均数法存在一个共同缺陷：要求数据呈完美的正态分布，极值较少。显然，实际业务数据很难满足。
那如何观察、判断波动？
方法2：通过比较“偏差值”与平均数，来了解某项数据的真实水平。偏差值=（得分-平均分）*10 / 标准差 50。如果偏差值大于平均数，则说明该得分相对不错。
方法3：直方图。直方图能够让人一目了然的把握数据波动情况，但有时仅从视觉判断也容易产生误差。
方法4：“变异系数”不仅能够弥补上述误差，还能弥补标准差的另一个缺陷——不同规模间比较会失效。因为变异系数=标准差/平均值。但注意，变异系数只用作比较，单独使用无效。
第四步：锁定“原因”，通过交叉视点
#1. 相关性
通过相关系数，判断来个数据间的关联程度（下图），有时“正负0.7”也可以宽限至“正负0.5”。
如果两组数据间呈显著的正相关，在坐标轴上可视化后会呈现下图的排布，否则，会呈现零散不规则分布。
注意，锁定原因的过程也需要假设，然后通过相关性去验证你的假设。
相关性分析也有一些陷阱：
1. 相关≠直接的因果关系，二者之间可能存在一串因果链，也可能存在其他的中介（新的要素）。
2. 数据范围可能影响相关性结果。例如，当给员工的培训次数小于10次的时候，其提供的服务质量与受训次数并无相关性，但当培训次数达到10次以上的时候，二者产生了显著的相关性。
3. 别轻易剔除离群值。这个往往出现在数据清洗阶段。很多人刻意为了让数据呈现明显的规律，直接在数据上看到离群的就剔除。这样很容易忽视一些重要信息，例如发现害群之马或凤毛麟角。
第五步：制定对策，依据方程
上面提过了，如两个因素高度相关，则数据散点图会呈现出回归直线状，可通过一元回归方程（当然也可能是二元）表达（下图）。
上图为例，购买视频的数量（个/周）=3.33*公布视频的频率（次/周） 84.9。R^2是该方程的可信度，是相关系数的平方。在这里相关系数是0.8，高度相关，所以R^2约为0.64。即：在购买数量（y）中，有64%可以通过公布视频的频率（x）得到解释。
在实际工作中，也可以通过对y的要求，倒推对x的要求。即：要想曝光量（公布视频的频率）达到多少，每周至少要购买几个视频。
一元回归分析时注意：数据间关系越复杂，越不符合严密的线性关系。是否采用离群值，如何选定数据范围，对结果影响非常大。
综上，我们通常通过相关分析判断关联的紧密程度，通过回归分析判断影响程度的大小。
举几个常见的例子：
#1.对比成本和收益
A店：每周到店人数=3.73*推广费 273.6
B店：每周到店人数=2.86*推广费 569.3
说明A店的推广费每增加1个单位，到店人数可增加3.73人，B店同理，所以在A店增加推广费的收益更大。
且理论上，如推广费均为0，A的自然到访更多。当然，仅限理论，需要测试结果做支撑。
#2. 合理分配资源
基于上述方程，如A店想实现每周到店800人的目标，则需约141个单位的推广费。
#3.制定合理的KPI
最后，在采取措施时，我们还可以使用模型，通过综合评估不同措施的实施难易度及其对目标影响的大小，来制定措施的实施顺序。
以上就是全书的核心内容了，巫女略微调整了逻辑，使之更方便理解。
但必须提醒下，该方法实施起来有两大难点：
读懂理论和实操的差距较大。现实中对分析者的统计基本功（EXCEL、SPSS等软件均可，书中有具体操作步骤）、商业思维、逻辑思考、对企业业务及行业的洞察方面均有一定要求门槛。
在实施过程中很可能会碰壁。因为很多组织/领导者，尤其在比较传统的行业如汽车、房地产、能源类企业，都很难从心理上接受这种分析方法，甚至持反对态度，抵触情绪。
所以，要拉他们进来参与讨论，甚至花时间去详细介绍方法，使之信服。再者，就是要了解企业内部的政治背景及各利益主体的诉求，否则分析结果再有效都可能被否决，因为你很容易动到别人的奶酪。这也是企业往往通过第三方咨询机构，而非通过内部，解决问题的原因之一。
此外，本书未专门提及背后的分析逻辑框架。鉴于这是统计分析背后的精髓，感兴趣的读者可以查看巫女另一篇文章《【商业专栏】像这样思考，解决办法水到渠成》。
??《如何用数据分析解决实际问题》
推荐指数：????????????????????
个人理由：行之有效的方法论，打破绝大多数人对数据分析的陈旧偏见。
推荐读法：统计学小白：扫读→学习统计学基础→复读→练习→复读；有统计学基础的：扫读；统计学应用大神：蜻蜓点水。
