这是彭文华的第166篇原创
有个朋友私信我，找我抱怨他的苦恼。他花了5位数报了一个数据分析班，分析思路、方法论学了一大堆，结果在公司用不上！原因是因为没有相应的数据！
他一边哭诉无良培训班，一边心疼自己的血汗钱。搞的我这也很尴尬，同理心瞬间爆发，直接代入到培训班老师角色了，各种安慰起来。聊天记录就不发了，太尬了！
不过事后一想，这事情不是这么简单的，我不是给培训班洗地哈，因为这个问题还真值得说一说。
今天是春节最后一天假期了，我这春节不打烊、每天发原创的挑战也算完成了，感谢各位陪着我，支持我。接下来我也得赶紧定下新公司，继续奋斗！欢迎加我个人微信：shirenpengwh，加入数据分析群，咱一起唠唠数据分析那点事。
从斗地主说起
也是，都说数据分析师能开启上帝视角，统揽全局，然后进行科学决策，最大程度的提升企业竞争力。
但是哥们说了，没数据你说个毛线啊！没数据，这上帝视角仿佛也被乌云给遮住了，只看个只言片语，咋分析啊！
不过，谁说不能掌握全局信息就不能科学决策了？
各位过年斗地主赢钱了吗？
我整个假期都在赶稿，可没功夫玩斗地主。但是不妨碍咱拿斗地主说事儿。你是不是觉得有些搞笑，斗地主跟数据分析、科学决策有啥关系啊？
这关系可大了去了！可以说斗地主就是一个非常经典的数据分析应用场景啊！
你看：每个人抓牌之后，只有17张牌，地主20张牌。每个人都并不掌握全局的信息。目标又很清晰，需要三方决战，己方获胜才行。
每个人能看到的信息只有手上的17张+3张底牌。也就是说每个人都是在信息不足的情况下进行决策，期望率先出完手中的牌，获得胜利。
新手打牌呢，基本上就看着手上的牌机械的对应出牌，能管上就管，管不上就过。
老手打牌呢，就会拓展所有信息来源，扩充自己的信息资源。仅凭已知的牌就能推断出非常多的信息。比如，手上17张牌，起码能判断出自己的断张牌，这些都能识别为风险；根据手上的王、2、A、K的张数，能推断出大牌的大致牌力分布；根据手上的3带、4炸的分布，可以确定其他二位的断张情况，从而推断其他人的牌型。比如你手上有3张或者4张7，再根据自己手上的牌，那基本上可以确定上下手的小牌大概率会比较零散。
除了这些之外，老手还会看地主、农民的位置，3张底牌也是很重要的信息。到现在，才是观察自己的牌型分布，找到牌权，确定控场策略，规划出牌战术。
这还不算完！因为以上这些，都是刚拿到牌的时候可以了解的信息。在上下家不断出牌的时候，老手会不断的收集新的信息，帮助他不断确定上下家手中的牌。甚至还会主动出手试探。比如你是地主，手上有1个2，就可以先出一个A试探2的具体分布。出2管你的大概率也是一个2，另外一方基本上就是一对2了；如果有人直接出小王管，那基本上可以肯定外面3个2在一起了。这时候如果手中有大的3带，就得找机会出，消耗掉对方的3个2。这样我们其他稍微小一些的牌就能拿到牌权了。
你可能会说，这不够精准啊，会猜错的。万一就是有人有2就是不管咋办？咱推测的前提是大家都是正常人哈，捣乱的不算，但是更不怕了。我看过不少精彩牌局，有经典牌局霸气到直接判定逃跑的一方手中只剩对4，炸完对方打牌后，打对4挑衅对方的场面。他们判定的真的非常精准。
当然，超强的记牌能力也是必不可少的。2020经典牌局第一名，打到最后，三个人手上只有一张2，其他全是7以下的小牌。就这还惊心动魄的来了三四个来回，最后拿2的稳若泰山，巍然不动，坚决不出2，逼地主出对3，放队友对4赢得比赛。
数据生崽术
所以，没数据咋办？咱学斗地主啊！你看，斗地主也是缺乏数据对吧？我们是怎么做的？
1、充分读懂手上的牌。怎么读？区分牌权、大牌、7/10等关键牌、断张。
2、结合角色、位置、手牌和底牌，推测其他角色手牌牌型分布；
3、结合自己的牌型、牌权、单张、角色和位置，规划出牌战术，如果是农民，需要确定主跑还是配合。
4、在后续出牌的时候，一方面要记关键牌，另一方面可以不断推测其他双方手中剩余的牌力牌型，然后针对性的进行拦截、攻击、引诱和试探。
咱把这些抽象一下，然后应用到数据分析领域上：
1、充分读懂已有数据。怎么读？给现有数据打标签，让数据生个崽儿；
2、结合市场动态、业务场景、参与方等信息，推测其他参与方信息，作出粗略判断；
3、结合自己已有的信息，规划运营策略；
4、布置运营策略监测指标，不断观察其他参与方（如客户）的反应，推测其根因，然后针对性的进行运营策略调整。
比如最简单的一个场景，咱拿到了一个这样的数据，数据量有几十万：
乍一看，信息量太小了，啥也没有。根本啥也代表不了么。我先给你一个法宝：数据生崽儿术。咱先给让数据生个崽儿。咋生？
打标签
所有的日期可以打标签吧？月末、月尾、工作日、星期、周末、节假日，这些都是常规的，弄个日期维全都有了。
所有的时点也可以打标签吧？出行的：早高峰、晚高峰；吃饭的：午饭、晚饭、夜宵高峰；人群活动的：上午、中午、下午、夜晚、深夜、凌晨等等。
所有的地区也可以打标签的吧？一二三四线城市、旅游、文化等等。
订单数也是可以分级分类的吧？小单量、中等单量、大单量、爆单等等。
其他参考数据
打标签这件事情咱可以想很多很多。但是这还不够！咱还可以找到一些引子，引出更多可以参考的数据。
比如我们有时间，是不是可以引出去年同期的数据？
去年的数据没有啊？那我们还有城市，可以引出城市相关的其他数据，常住人口、人均收入、GDP等数据。同时，我们还能引出该城市的行业数据。如果咱分析的是餐饮数据，那就可以看看商圈、餐饮分布、平均消费能力、口味偏好等数据；如果咱分析的是出行数据，那就可以看看职住情况、平均拥堵、平均路程消耗、私有车保有量、天气情况等等数据。
这些都是公开数据，也不需要你花多少时间，都能拿到手。
业务数据
咱除了这一张表格之外，是不是还能获取更多的相关的数据？一方面可以横向拓展，这是业务表现，是最终结果。往前是业务运营，各种活动的数据，再往前是客户运营等等。单从业务表现往下深挖，订单的前后环节（访问、加购、下单、付款、退款等），订单的构成（产品类目、客单价、渠道等）。
啥？你说没权限拿到业务数据？行。没问题，咱还有招！
业务反推术
数据现在变多了吧？啥？你说好像还是没啥分析思路？这里我得多问你一句，什么叫分析思路？是分析套路？分析模型？我认为都太片面了。我理解的分析思路是用数据抽象、整理出真实业务场景的路径。你看AARRR、客户生命周期、杜邦分析法、OSM模型等。
所以想要分析思路，咱得逆向从数据中反推出真实业务场景。当然，但从数据上并不能完全推断出来，所以我们还得用另外一个法宝：业务反推术。
我们从数据上能反推出一些，但是现有数据不够啊。所以我们还得继续获取信息。获取这些信息最好的方式就是找业务人员聊。
哥们说了：我这是在面试啊，没办法访谈业务人员咋办？放心，面试本质上就是一个沟通、谈判的过程。不是高考答题，不让你问问题。没有业务人员，你可问面试官。
KPI分析法
问那些呢？一个取巧的方案：KPI。KPI有非常多的好处，一方面体现了公司的发现方向，另一方面也会告诉你当前业务的核心点。因为没有那个傻子把KPI设置成跟业务没关系的指标上的。而且最关键的是这些KPI之间是有非常重要的关联关系，并且有评判标准！这是非常有价值的数据。我们不仅可以反推商业模型，甚至连业务流程都能梳理出来了！
业务流程分析法
当然如果是在面试，问KPI就没啥用了。我们可以直接问背景、业务目的、业务流程和其他业务特征。
然后再结合数据，就能反推出完整的商业模型、业务框架、业务逻辑了。
分析模型构造大法
可能你还是会说：我现在非常理解公司的业务，但还是没有分析思路啊。更不用说上面那个例子中的那些数据了。
怎么说呢？你说在第一个数据分析模型/思路出来之前，这世界上是咋编出来数据分析模型/思路的呢？
这不是废话呢么？当然是人想出来的啊！
对啊，你我都是人，我们怎么不能想出来思路呢？分析模型/思路越通用，在使用的时候就越不得劲啊！来，我来给你第三个法宝：分析模型构造大法！
代入业务流程
一些数据摆在具体的业务场景中，这含义就会非常清楚。所以有一大类数据分析思路其实就是业务流程式分析。AARRR、生命周期等都是。
横向对比
如果还想进一步分析，那就做横对比，时间层面同比、环比，看增长；地区层面同级别对比、区域性对比，看差异。其他维度同理。
纵向深入
按照MECE的原则，一步步纵向拆分指标数据。其实杜邦分析法、构成、下钻等分析方都是纵向深入的好工具。
业务重构
根据我们对业务的理解，进行解构、重组，最后抽象出来，就有了各种业务分析套路，比如人货场、三流、OSM等等。只要业务理解深，抽象手段熟练，模型思路要多少有多少。
总结
完美的上帝视角是不存在的。因此数据分析永远是在缺少信息的情况下不断逼近真实情况，做出精准决策的过程。
斗地主其实就是一个非常典型的数据分析应用场景，同样没有完美的上帝视角，同样缺少信息，但是又得做出精准的判断。新手打牌只会看手中的牌，老手不但会分析手牌，还会看位置、角色，从而规划自己的战术，还会不断被动、主动收集各种信息，进行准确判断，不断修正出牌策略，最终获得胜利。
我们做数据分析也是一样一样的，用“数据生崽儿术”拓展更多数据，可以用打标签、获取参考数据和业务数据等方法；
再用“业务反推术”不断逼近真实业务场景，可以使用KPI分析法、业务流程分析法等方法；
最后用“分析模型构造法”建立分析思路，提炼对应策略，有代入业务流程、横向对比、纵向深入、业务重构等具体手段。
