数据分析和你数据分析专业能力并无半毛钱关系

• 方圆10公里人口

• 可触达的人口

• 触达后能够到店的人

• 到店且能够购买的人

• 购买且能够尽可能多花钱的人

• ….

这一切都很低，而且咱们也确实基于上述的问题进行了改进。改进后，数据果然呈现了极大的提升，如下所示：

100000（方圆10公里人口）*10%（触达率）*10%（到店率）*10%（转化率）=150

4. 但，老板会认吗？

提升效果很明显，理论上应该兴高采烈了吧。但问题是，这样的结果，你觉得老板会认吗？或者，老板会认。或者，老板不认。这些都不是最关键的。最关键的是，当我们再重新回过头，思考咱们数据分析能力的时候，有没有发现这里面存在的几个天然的BUG？

核心还是数据的问题

通过上面的例子，我实际上想说的是两个核心的点：

1. 数据分析专业能力并不重要，重点的是你基于目标的解题思路

正如做数学题一样，其最核心的是学习解题思路和方法。而不是会做某道题。上学时，我们经常遇到太多太多的同学，只做解一道又一道再多一道的题目，但当题目发生了变化后就不会做了。因此，当你试图去提升自己所谓的数据分析专业能力时，需要扪心自问的是：

你懂得解题思路吗？

那么，我给你提供一个数据思维的方法：

2. 数据分析的专业能力并不重要，重要的是你没有数据

在实际工作中，数据分析的专业能力95%的情况下，可以说没有半毛钱用处。

其最核心的问题在于：咱们99%的公司是没有数据的。

你可能会说，我在腾讯我在阿里。但你在腾讯阿里也是一样的，以我上面举的一个门店开业的例子来说，你是腾讯你是阿里也一样，你能够使用到的关联的有效的数据也就这么多，实际上会更少。

因为工作中，我们为了提高所谓的转化率，会设置更多的关键标签。但实际上就是，叠加的标签越多，就越不可能有数据。

咱们再举个例子：宝安壹方城算是深圳最大客流量的商超之一了吧。比如月均不重复客流200000。我想要开一家有逼格的服装店，此时此刻如果为了锁定所谓的精准人群，所以我会要求：最近3个月有到过壹方城的，而且有购买过的，而且月购买金额能够在1000元以上的，而且购买过的商品还是需要有品味的（比如最好的买过书、买过喜茶、买过创意商品之类的）、而且按照过往的频率最近一个月还会来壹方城的，而且而且而且而且….

当你把这些而且都加上的时候，你会发现基本上所有的数据都少于100。

当绝对值少于100时，你会发现任何一个单一分子的波动，均会对整体带来极大的波动。

因此，也就失去了数据分析的意义。

不要痴迷于技法，而是要真正的从解决问题的角度来看待数据，从最粗糙的数据中去做基础的趋势性分析就足够了。

地主家也没有余粮，腾讯阿里字节也没有数据。你，就别做数据美梦了！！！