趣投稿|面对复杂问题，如何搭建数据分析思路( 二 )

不调工作流程，依然会有大量真真假假的投诉混杂在其他来电里，后续还是没法跟踪，客服依然会无休无止的抱怨，物流依然不知道自己错在哪。然而，调流程这事，又涉及业务部门能不能、肯不肯、想不想的问题。
这时候如果有个人冒出来，说：“你们做数据的不是会人工智能大数据吗，就不能我们照常干，你们Duang一下就分析的一清二楚吗。肯定是你能力不行”……是不是你也想打爆他的狗头了。
部门利益有冲突
指标含义不清楚
原始数据内容乱
相关流程要改动
这些才是老鸟眼中真正难解决的问题。然而这也是企业真实的经营场景，那种数据完美，含义清晰，静静躺在excel表里等着被建模的事，只存在于网上文章里。现实就是各种利益纠葛，数据混杂，流程不清，咋弄呢？？？
二、如何建立分析思路
总结下本次的问题。表面上看，是：客服反馈物流问题多，客户满意度低。
可往深入看，客服与物流对客户满意度口径不统一，导致无法解决问题。
再往深入看，客户的很多问题并非物流引起，却都怪到物流头上，客服自己没有做区分，而是一股脑打上门来。
这种场面下，有三种解决思路：
第一：中立判官
如果得到了更高层授权，或者两个部门能平心静气谈，希望数据部门站在中间当判官，可以用这种思路。这时候可以围绕客服反馈的客户不满意问题，逐级梳理，把哪些是真问题，哪些是假抱怨一层层剥清楚：

本文插图

第二：故作小白
如果两个部门打的不可开交，铁了心要吵架的话，可以用这个思路。数据部门好像一只人畜无伤的小白兔，表示：“你看我们也不懂物流业务，也不懂客服业务，如果有需要区分哪些来电是不满意的，可以业务给具体的区分规则，我们按规则去提取数据” 。
是滴，让两家自己吵架，定清楚了到底什么算不满意、从哪里、依照什么标准提数，数据部门就当个跑数机。并且只给数据，不给判断。这样是看着很怂，但是能在部门混战里先保护好自己。
第三：解决问题
注意，客户总是想多占点好处，所以客户真真假假的抱怨是避免不了的。但物流提高配送能力却是结结实实要花钱的。就像所有的老板都说要提高客户满意度，可你问他花100个亿来提高满意度——十有八九就不同意了。
所以站在解决问题的角度，第一步并非建立客户满意度指标，而是先定义物流的服务原则，比如最长发货时间是多久，比如发货破损率控制在多少等等。
有了这个标准，第二步就能推动客服，在应对客户投诉的时候，先区分有没有违背服务原则。
如果有就是物流执行没到位，转物流处理；如果没有，就得靠客服努力，或者安抚客户，或者向客户解释原则。这样大家都能在有限的成本内，最大化解决问题。

本文插图

如果用问题解决思路，需要的分析就不1个建立客户满意度指标体系，而是3个相互配合的分析