趣投稿|面对复杂问题，如何搭建数据分析思路

编辑导语：不同等级的数据分析师对“复杂”一词的看法不一样，那理解的意思也会有所偏差；那怎么能快速并且正确的get到领导和客户的点呢？本文用数据分析的方式巧妙的解释了这个问题。

本文插图

很多同学表示：从0到1的文章很多，可面对复杂问题，该怎么搭建数据分析思路呢？
首先， “复杂”一词在不同等级的数据分析师里含义不同。对小白而言，领导传达命令的时候，有“模型”俩字的就是复杂问题，一听“模型” ，新人就开始狂翻《西瓜书》《统计学习》《机器学习》誓要与“模型”血战300回合。
而有经验的同学都知道，企业里真正复杂的才不是这些。
来看个具体例子：
场景——电商行业（纸质书、视频光盘等商品为主），客服领导对物流领导意见非常大，认为物流问题影响了客户满意度；但物流领导表示：所有发货不及时，发货过程中包装破损等问题已经被处理了，怎么可能还有物流问题。现在有一份分析需求，要求：建立全面、细致的客户满意度评估指标体系。
一、什么是真正的复杂问题
【趣投稿|面对复杂问题，如何搭建数据分析思路】 问题1：收到这个需求，你会百度哪个关键词？

评估指标
客户满意度指标
客服客户满意度指标
物流客户满意度指标

很多新人一看这种问题就觉得：简单。不就是建个评估指标吗，这种文章网上一天能见8篇。而且“客户满意度”这个词我也熟悉，又不是私域流量，精准画像这种玄乎词。于是开始百度上边四个关键字，找一个看起来可行的就开始干了。
可关键问题是：眼前的问题，是大家不知道客户满意度怎么考核吗？
不是！眼前的问题是客服跟物流俩部门干上了！这才是大问题。
所谓“客户满意度”只是两边干架的一个由头。如果“客户满意度”的标准不能让两边共识，那不管书本上是怎么定义的，只要你甩出来，都会被其中一方喷到死。这才是第一大难题。
所以这一题根本就不该选。第一步要干的事，是先了解具体不满的点在哪里。