一文看懂5w2h分析方法

简介:

在面试和工作中,经常会遇到这样的问题:为什么这个月销售量下降了?

有的人就会拿出5w2h分析方法来比划下,听起来头头是道,但是就是解决不了实际问题。

这是为什么呢?

今天我从下面几部分详细聊聊:
1)什么是5w2h分析方法?

2)5w2h分析方法能解决哪些问题?

3)5w2h分析方法解决不了什么问题?

1.什么是5w2h分析方法?

这个方法里面的5w、2h是英文单词的缩写。

5w是多所有的现象都追问5个“为什么”:
what(做什么)
when(何时)
where(何地)
why(为什么)
who(是谁)

2h是指:
how (怎么做)
how much(多少钱)

当遇到要解决的问题,从5w、2h这7个问题出发来解决。

  1. 5w2h分析方法能解决哪些问题?

对于简单的问题,5w2h分析方法可以帮助到我们。下面举几个例子。

案例1:如何设计一款产品?

这时候可以用5w2h分析方法来明确问题:

what(做什么):这是什么产品?
when(何时):什么时候需要上线?
where(何地):在哪里发布这些产品?
why(为什么):用户为什么需要它?
who(是谁):这是给谁设计的?
how (怎么做):这个产品需要怎么运作?
how much(多少钱):这个产品里有付费功能吗?价格是多少?

案例2:设计一款app的调查问卷,你会如何设计调查问卷上的问题?

what(做什么):你用这款app做什么事情?
when(何时):你通常在什么时间使用这款app?
where(何地):你会在什么场景使用它?
why(为什么):你为什么选择这款app?
who(是谁):如果你觉得你喜欢这个产品,你会推荐给谁?
how (怎么做):你觉得我们需要什么功能才是比较新颖的?
how much(多少钱):如果你认为这是个对你有帮助的APP,你会花什么价格去购买app里的服务?

案例3:为什么墙上有裂纹?

1940年代,杰弗逊纪念堂墙比周围其他建筑有更多的裂纹,这就需要每年花大量资金来修补墙。

负责的人就找来专家分析原因。一开始认为,问题出在清洗墙体用的清洁剂上,所以解决办法就是减少冲洗次数,或者更换清洁剂。

后来专家又追问了5个为什么(5w):
1)为什么要冲洗墙?因为墙上有很多的鸟粪。
2)为什么有很多鸟粪?因为有很多燕子在大厦周围筑巢。
3)为什么有很多燕子?因为墙上有很多燕子爱吃的蜘蛛。
4)为什么有很多蜘蛛?因为大厦四周有蜘蛛喜欢吃的飞虫。
5)为什么有很多飞虫?因为大厦窗户大,阳光充足,飞虫聚在大厦里,繁殖很快

所以,问题的根源找到了,是因为大厦窗户光照太充足导致的。

最后的解决办法也变得简单了:加个窗帘。就这样,本来需要几百万美元解决的问题,靠一个“窗帘”就解决了。

  1. 5w2h分析方法解决不了什么问题?

5w2h分析方法很好理解,但是在复杂的商业问题面前不起作用。

这是因为复杂的商业问题不会像前面“为什么墙上有裂纹”案例里那样只有一个原因,而是由多个原因引起的。比如“销量为什么下降”,可能是由多个原因导致的。

这时候就需要你在工作里掌握下面这些常用的分析方法:

推荐:人工智能时代,你必须要学会这个通用技能

相关文章
|
9月前
|
数据采集 运维 监控
|
8月前
|
机器学习/深度学习 数据采集 数据可视化
基于聚类和回归分析方法探究蓝莓产量影响因素与预测模型研究附录
k均值聚类模型多元线性回归模型随机森林模型在数据分析项目中,选择合适的模型是至关重要的。本项目中,我们采用了三种不同的模型来分析蓝莓的生长条件和产量,以确保从不同角度全面理解数据。一、K均值聚类模型K均值聚类模型是一种无监督学习方法,用于根据数据的相似性将样本分成不同的组。在这个项目中,我们使用K均值聚类模型来识别具有相似特征的蓝莓品种。通过聚类分析,我们将蓝莓分为4个类别,每个类别代表了不同的生长条件和产量特性。这种分类有助于我们理解在不同环境条件下,哪些因素对蓝莓产量有显著影响。
149 0
基于聚类和回归分析方法探究蓝莓产量影响因素与预测模型研究附录
|
8月前
|
机器学习/深度学习 数据采集 数据可视化
基于聚类和回归分析方法探究蓝莓产量影响因素与预测模型研究
k均值聚类模型多元线性回归模型随机森林模型在数据分析项目中,选择合适的模型是至关重要的。本项目中,我们采用了三种不同的模型来分析蓝莓的生长条件和产量,以确保从不同角度全面理解数据。一、K均值聚类模型K均值聚类模型是一种无监督学习方法,用于根据数据的相似性将样本分成不同的组。在这个项目中,我们使用K均值聚类模型来识别具有相似特征的蓝莓品种。通过聚类分析,我们将蓝莓分为4个类别,每个类别代表了不同的生长条件和产量特性。这种分类有助于我们理解在不同环境条件下,哪些因素对蓝莓产量有显著影响。
185 0
|
9月前
|
数据可视化 算法
R语言Apriori算法关联规则对中药用药复方配伍规律药方挖掘可视化(下)
R语言Apriori算法关联规则对中药用药复方配伍规律药方挖掘可视化(下)
|
9月前
|
数据可视化 算法 数据挖掘
R语言用关联规则和聚类模型挖掘处方数据探索药物配伍中的规律
R语言用关联规则和聚类模型挖掘处方数据探索药物配伍中的规律
|
9月前
R语言相关分析和稳健线性回归分析
R语言相关分析和稳健线性回归分析
|
9月前
回归分析与相关分析的区别和联系
回归分析与相关分析的区别和联系
|
9月前
|
算法 数据挖掘 C++
九大数据分析方法-综合型分析方法以及如何使用这九大分析方法
九大数据分析方法-综合型分析方法以及如何使用这九大分析方法
|
9月前
|
监控 小程序 数据挖掘
九大数据分析方法-单指标分析方法与多指标分析方法
九大数据分析方法-单指标分析方法与多指标分析方法

热门文章

最新文章