怎么做业务联动数据分析，下落策略

没带电脑，用手打了

分三步。

第一步，监控我们的业务指标。比如满意度指标。我们一定是有个目标，分日、周、月、季、年，定期监控指标是否达成目标，同环比是否变好、变坏。

第二步，分析为什么变好、变坏。变好分析什么原因，这期间做了什么业务动作，要不要继续复制动作，怎么验证变好是这个动作贡献的;变坏是什么原因，如何落改善策略？

展开说说，比如满意度未达标，环比变差，如何分析和落策略

下拆指标，满意度这个综合指标可以下拆什么指标。先分各个大的场景，再拆到比如物流大场景下，下拆满意度指标（售前售后等），再拆到一二三级场景中最小的三级场景，有的公司可能还有四级五级场景。把最小的场景的不满意度和量级都计算出来，就基本能得出需要改善的最细节的几个场景有哪些。这里需要注意分析满意度看不满意，不满意度和不满意量级。

如何选择体验改善方向，既需要找不满意量级大的，又需要找优化空间大的，这个是最最核心的逻辑。

方向错了，努力白费。每天很努力，努力干活只是人设，白瞎

第三步，苦力活，下钻原声，归类分析问题，这里需要有同理心。当找到具体要改善的业务场景时，成功一半了，接下来就是苦力活，找几十个甚至上百个case看看，这个场景下发生了什么问题，这些问题可否分类，分类好的分别占比多少，我们就解topN的几个大问题，找准核心不满意的问题，落策略是比较简单的事情了。其中，找准用户最不满意的点，需要一个人有用户思维，洞察人心。

当找到具体要做的事情的时候，需要看下自己做的事情，对于整体的贡献度有多少，能不能达标？这就要在做的过程中，不断测试分析，不断数据和业务联动分析了，循环

下次再聊，拜拜