在實際的數據分析場景中，最困難的事情並不是如何分析問題，而是如何提出一個好問題。我們數據分析師經常說，能提出一個好問題，比解決十個簡單問題要有用的多
而很多人在做數據分析的時候，往往只是接受業務方或者領導提出的問題，自己很少去主動發掘數據問題，如果丟給他們一堆數據，他們很難從中發現出異常
今天啟方就介紹一種可以有效提高邏輯能力和問題發掘能力的方法，也就是商業分析中經常會見到的——5w2h分析法
什麼是5W2H分析法
5w2h模型應該很多人都聽說過，也經常被叫做“七何分析法”，主要由7個要素構成：
What：何事—— 我要做一件什麼事？
Why：何因——為什麼要做？ 確定合理嗎？
When：何時——什麼時候要做？什麼時候發生的？
Where：何地——在哪裡做？依靠什麼平臺做？
Who：何人——需要什麼人參與？主導人和對象是誰？
How：何法——具體幹了什麼？過程是什麼？
How much：何量——投入與產出是多少？
5W2H分析法一般情況下是作為評價指標，對任何的數據和行為都可以按照這7個問題進行判斷，如果其中有任何一個問題不明確，則需要進一步改進。
5w2h怎麼用？
下面就介紹一個使用5W1H分析法對一個具體的業務場景進行分析，就以最近比較慘淡的餐飲行業為背景吧。
某家線下餐飲企業最近一個月顯示客戶明顯減少，通過業務部門的初步分析判斷是由於老用戶的嚴重流失，但是業務部門無法追蹤到用戶流失的準備原因，想讓你來通過現有的數據進行問題定位。
這個問題是比較常見的用戶流失分析，分析方法有很多，今天我們就單獨用5w2h來分析：
分析目的
一般來說，餐飲行業是極其注重用戶運營和客戶質量的，要想實現持續盈利就必須保證“新用戶的流入>老用戶的流失”，因此餐飲行業一般會通過廣告投放進行拉新，然後通過促銷活動進行促活，這是業務背景。
現在業務想要你定位客戶減少的原因，本質上是想讓你想辦法提高客戶留存率，而且還要在保持拉新成本不變的前提下，因此我們這次分析的目的，就是要定位到客戶流失的原因，定位到原因就有調整的辦法，採取有針對性的採取措施。
分析思路
我們直接按照5w2h的思維模式來：
- what：老用戶近一個月流失了很多。
- where：哪家門店流失最多？什麼地段流失最多？
- who：什麼人流失了最多？用戶畫像如何？是否與年紀、職業、性別有關？
- when：什麼時候流失最多？某個星期？某一天？一天中的某段時間？
- why：為什麼流失？因為菜品難吃？價格過高？有了競爭對手？環境原因？
- how：怎麼流失的？階梯式流失？斷崖式流失？緩慢式流失？
- how much：流失了多少？是否處於正常水平？
數據分析
有了分析思路，我們就可以直接取出相應數據進行分析了，這裡我們主要從客戶類別、客戶畫像、客流量、成本、活動等維度入手，觀察數據異常情況，找出客戶流失的規律。
1、流失用戶分析
首先我們先分析一下流失用戶的畫像，如下圖所示：
通過用戶流失圖我們能看出來在客戶分佈中，總用戶流失達到40%，其中老用戶流失了35%，新用戶流失了5%，這個數值比較極端，但基本可以定位為老用戶流失問題。
因為我們無法追蹤到客戶的身份和職業等等，所以這個我們需要進行門店調查，看一下老用戶的消費水平變化，我們取上個月和這個月老用戶的平均消費區間，如下圖：
內圈代表上個月的消費區間，外圈代表這個月的消費區間。
可以從上圖中看出，上個月老用戶的消費水平集中於40-50，但是這個月老用戶的平均消費水平下滑到了40以下，主要這種情況主要有三種原因：
- 一是可能菜單價格提高，超過了老用戶的消費水平，因此消費水平下降；
- 二是可能因為外部環境，大家都沒錢了，或者老用戶的消費慾望降低了；
- 三是高價的菜品質量下降了，性價比降低，老用戶覺得不合算；
2、客戶活躍時間分析
下圖展示了這一個月中每天的客流量與客戶類別的關係，通過這張圖可以看出來某類客戶的流失異常時間。
從圖中可以看出來，老用戶大概在14號左右出現了突然下滑的趨勢，16號之後便處於一個低水平的狀態；新用戶在14號左右也受到了一些影響，但是影響有限，不如老用戶更明顯。
為了更加直觀，我們可以直接用流失率來表示老客戶流失的情況，流失率即代表：今天較昨天減少的老客戶/昨天的老客戶。
可以看出老用戶的流失率在14號出現斷崖式下降，20號有一次波谷，是流失率最大的一天，此後流失率漸漸平緩，趨向於零，說明老用戶流失殆盡。
一般來說，影響老用戶的因素無非是品牌、產品服務和價格，影響新用戶的因素更多的是時間、位置、價格。因此明顯可以得知14號出現了某種特殊情況致使用戶流失，我們拉取13日和14日當天的訂單數據進行對比。
可以看出來，13日的訂單高峰主要集中在上午8-11點，以及晚上的19-22點；但是在14日的時候，老客戶在中午和晚上出現崩塌式流失，尤以上午8點和9點為甚，這樣時間我們就追蹤到了。
接下來就要追蹤，在14日上午這段時間裡，究竟發生了什麼。
3、流失原因分析
我們把時間定位到了14日上午，首先要知道這天發生了什麼事情，造成了老用戶的流失。
一般來說，老用戶會造成流失的原因無非就五個：
- 一是老用戶的消費頻次太低，消費間隔時間太長，屬於不活躍的老用戶；
- 二是老用戶的滿意度下降，一般是由於產品和服務出現變動時，心理預期下降；
- 三是老用戶的選擇變多，更好的品牌或者競爭對手的出現；
- 四是價格升高，老用戶對於價格的容忍度較高，同時敏感度也較高；
- 五是其他一些原因，比如一些不可抗因素；
我們可以拉取最近各種菜單或服務的訂單量，看看有沒有什麼變化：
這張圖展示了A-G6種產品和服務在近一個月的訂單情況，分別代表著不同的價格區間，A的價格最低，訂單最多，而G的價格最高，訂單最少。
可以看出來E、F、G三種服務一直處於平穩的狀態，位於圖表的下方；而C、D兩種服務雖然小有波動，但是變化也不明顯，位於圖表的中部位置；
而A服務明顯在14日出現了斷崖式下降，8服務也在14日左右出現了滑坡式下降，為了方便顯示，將其提取出來單獨展示：
那麼，是什麼原因讓A與B的產品或服務出現大幅度下降呢？最直接的原因可能就是價格，此時我們就可以與業務人員進行調查，看一下是否A和B的價格在14日當天出現了調整，造成了老用戶的流失。
如果真的是因為價格升高造成老用戶流失，則需要考慮採取一些方式恰當挽回，比如針對老用戶的補償措施。
其次，我們要看一下外部的因素，老用戶是否有了更多的選擇，也就是是否在14日當日競爭對手採取了一些活動或者措施，或者是新開了一家店，造成我們的老用戶流失。而如果新用戶流失不明顯，則說明並不是有了新店，很大概率是競爭對手提出了一些針對老用戶的優惠措施，將老用戶分流過去了。
最後，針對一些活躍度不高的老用戶，需要採取一些喚醒措施。
4、門店位置分析
通過對門店的分析，我們能很輕易看出異常：乙門店在15號左右直接下降了40%左右，其他門店都處於正常水平。下一步就是細化乙門店的訂單情況，分析方法同上，具體過程這裡就不詳細說了。
分析結論
我們將分析的過程直接套入到5w2h模型中，得出相應的結論：
- what：流失用戶中老用戶佔大多數，大約在80%-90%；
- where：乙門店流失最多，可能是乙門店附近的競爭對手做了營銷活動，吸引了乙門店的老用戶，而其他門店並未收到影響；
- who：老用戶之中消費水平在40-50元的流失最多，下降到了40以下，可能是因為菜單價格上漲、或者是產品或者服務下降了，性價比降低。
- when：本月14日流失最多，一天當中上午的流失最多，應該在上午採取一些線下的促銷活動；
- why：可能考慮是A、B兩種產品服務的價格上漲，考慮應該採取一些補償措施
筆者從業數據分析多年，整理了10G的數據分析學習資料包，需要的朋友轉發收藏本文，後臺私信我“資料包”即可獲得！
