很多做数据的同学，光看着自己写报告，看不到自己的建议被落地，常心怀缺憾。觉得不能像产品/运营那样，打造一个数据分析的闭环，能力也没法提升。其实这是一种误解。今天结合一个具体案例，看看数据分析的闭环，究竟如何打造。

问题场景：

某餐厅，其所在的商场原本可免费停车，从本月起改为收费停车，而且停车费相当贵。餐厅店长纠结：停车费是否会影响收入。问：该如何做分析？

一、不及格的分析

这里最容易范的错误十年 企划，就是列了一堆数据

这是不及格的回答。仅仅罗列了数字，没有任何结论。因为问题是：“停车费是否会影响收入”。所以分析的最终结论，至少应该是：“会/不会”。

注意，只回答会/不会，仍不是完整的答案。

如果是会影响，那到底是影响一点点，还是能直接把店干垮了？

如果是不会影响，那为什么停车场收费以后“感觉”客人少了？

这些疑问需要进一步的回答。一个完整的分析，不应该只陈述结论，而且应该附上数据论证过程。这是数据方法与其他方法的最大区别。

二、从不及格到完整

即使不做数据分析，大家也能随口而出：

听听都有理，但是完全无法用数据验证，因此也就是纯嘴炮级别的讨论。

要完整地分析，需要用数据论据支撑论点。比如论证：不会影响收入。

那么需要证据如下：

这四条是可以通过统计下面信息来验证的：

剔除下雨/促销等异常日期后剩余日期收入。

如果所有论证都成立，就能推出结论了。

注意，有可能收费带来的是长期影响，有可能需要多观察几周才能看到更明显的规律，所以结论也是可以分短期、中期、长期推出的。因此在给结论的时候，最好给出监控指标，避免后续无法追踪长期效果。

但是这样还没形成闭环。因为即使到这一步，输出的还是个结论而已。结论对不对，需要时间来检验。结论有没有用，需要落实到业务上才能见成效，因此还要继续往前推。

三、从完整到闭环

注意，同样的数据结论，有可能在落实到业务的时候，出现完全不同的声音。比如已经在上一阶段落实了：停车收费会影响会员用户消费人数，板上钉钉了。

该咋办呢？可能有完全不同四种声音：

A说：找物业协调一些免费停车票不就好了，谁停车给谁。

B说：老会员跑了，新会员补上不就好了，该给新会员补贴。

C说：老会员跑了就该捞老会员，该给老会员补贴。

D说：人家就是一时生气，过几天都回来了，不纠结！

四个声音相互矛盾，无论如何，最后肯定只采纳一个意见。另外三种很有可能永远都没有机会检验。

此时数据分析师该咋办？答：用MECE法，把各种意见都梳理出来，然后先设好监控指标。之后无论哪个意见被执行，都能监控其走势，检验分析是否正确（如下图）。

经过检验以后，正确的认识被保留，问题结束，闭环完成。不正确的认识，可能需要好几轮测试才能淘汰掉，逐步逼近正确。这里可能需要耗费大量的时间，特别是很多产品/运营迭代很慢的企业，一晃几年都有可能。

这里也有可能消耗大量的成本，特别是业务上无视数据，固执己见，不撞南墙不回头，甚至撞得满头血都不回头的。

行动迟缓、无视数据、刚愎自用，都会导致业务失败。但注意，这些是业务本身犯的错误。如果数据分析能在多轮迭代中，成功预知到这些错误结果。那么数据分析已经实现了分析闭环，并且提升了自身能力。

要特别注意一个问题，就是在提假设阶段，只给预判，不给预判逻辑。在总结阶段，只看大结果，不看过程。这种不顾细节的做法，跟算命瞎猜没啥区别，也经不起反复实验的检验。

很多人喜欢事后诸葛亮，说：我早就料到了。如果：

是不能证明“我早就料到了”的。

来源【写作训练营】自媒体，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！