两种分析逻辑
对于业务分析而言，很多方法论中会非常明确的说明，需要先定一个目标，之后才能再进行评价好坏，是否达标，差多少，需要做啥
但是实际工作中，很多分析工作并没有明确的“目标”，而是在一种非常开放的语境下去探索这个新功能/新业务带来的影响。在不断的探索挖掘下，得到一些洞察跟结论，在此基础上，考虑怎么用，顺序是反过来的
那为啥会有两种分析的逻辑 ？哪种更加合理 ？
首先，方法论从抽象意义上讲，对于一个具体“事实”，需要评价，肯定是要一个标准或者目标，才能进行。
而实际的分析时，“事实”就是“洞察”,这是需要数据探索，分析得到的。因此我们的直观感受是 并没有带着 “目标/标准“去做分析，是因为前期还没有形成”事实“。
但是在对维度拆解的时候，本身是带着隐藏的”目标“的，1）期望均匀： 说明覆盖面宽，无死角 2）期望不均匀，偏态分布，或者跟总体比有这种情况， 说明有特性/针对性。比如 活动分析时，在年龄维度，大多数我们期望产品能符合目标战略定位人群，在消费行为维度，会期望吸引中重度客群参与。
随着不同的“事实”被挖掘出来，我们的在核心 KPI 映射下的“目标”也被不断带出来，形成了多对 “事实”-“目标”。
比如在某类型活动中，经过分解，年轻人的比例长期在 29%的参与度，重度循环借贷人群 15%。因此对于新活动，我们对这2个维度就有一个潜在的 “目标”/“标准”，也要达到这么多。 - 这就是从历史找目标
对这次新活动的分析，在这个时候，我们才实质上进入 方法论中所说的 ，“事实”-“目标” 分析循环中。是有很多不同 “事实-目标-评价-措施” 现条同时进行的。
对于新功能的影响分析，我们没有历史数据的，那我们就看绝对的业务标准 - 比如 “重度消费人群，越高越好 - 越高说明吸引特定人群的效果好，有助于维护重点客户关系“
一条 洞察 insight，关键是看怎么用， ”事实“ + 背后原因 跟 结果推演
标签：分析,逻辑,期望,洞察,业务,目标,思考,维度,事实 来源： https://www.cnblogs.com/leoyes/p/15450206.html
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。