你不要光報數字！要提出可行的建議！很多做數據的同學都被領導、同事這么吆喝過。然而，到底怎樣才能做到？陳老師有一道經典的練習題，今天分享給大家。還沒關注陳老師的同學，記得先關注點贊哦。問題場景：公司里，某同學的考勤表如下圖： ?

該同學：“加班了，遲到很正常呀！”“大家都遲到，為啥只抓我呀！”“那突然下雨了，我也沒辦法呀！”“就是各種意外呀！”領導：“我看就是你態度有問題！不要扯其他的！”兩人激烈爭吵！此時，該怎么分析？

一、不可落地的建議?

有沒有同學，是這么寫的： 本月共22個工作日，遲到11個工作日，遲到率50% 遲到最多的是第二周，共遲到4天，遲到率80% 遲到最少的是第三周，共遲到1天，遲到率20% 遲到天數太多，建議搞低 周一遲到太多，建議周一不遲到 是不是工作中，很多人的報告都長這樣。顯然，這樣的報告是不合格的！這只是把圖表又念了一遍，沒有回應大家真正關心的問題，“要搞低”也是一句空話在爭吵中，業務的核心問題是：到底是真的意外情況，情有可原。還是態度問題。正面解決這個問題，才能得到滿意的答案。顯然，眼前的數據是不夠的，我們要先列出驗證假設的思路，再增補數據，從而全面解答問題。

二、破題的思路

列假設→找證據→驗真偽→得結論，是解題的基礎順序。用數據分析業務問題，一定是從粗到細，逐步驗證的過程比如簡單的一條：“我家離得很遠，所以很容易遲到”。我們可以提煉出假設：家到公司是否真的很遠。而驗證假設，并不需要復雜的數據，只要在高德地圖輸入起點/重點，就能看到： 距離多遠 坐地鐵需要多久 坐車需要多少錢，需要多久 一些簡單的分析結論，就呼之欲出了（如下圖）

用數據解題，就是這么清爽，不需要爭吵，按事實說話。當然，當假設很多的時候，可以有驗證的先后順序。比如，我們可以先把“情有可原”類假設列清楚，比如： 假設1：前一天加班 假設2：當天所有人都遲到 假設3：當天有極端惡劣天氣 列出假設后，每一個假設逐一找證據。比如 假設1：前一天加班 → 抽前一天上班/下班時間，看是否加班 假設2：當前所有人都遲到 → 抽當天所有人打卡記錄，看遲到比例 假設3：當天有極端惡劣天氣 → 查當天是否有暴雨/下雪信息 如果連數據證據都沒有，說明假設是隨口編的，就能直接推翻了，如果發現真的情況都符合，比如人家真的加了很多班，缺數“情有可原”，那么就能輸出：“確實加班太多，建議提醒即可”的結論，還人家清白

三、從簡單到深入

有時后，簡單驗證幾條假設，不足以全面說明問題。比如前一天加班，既可以因為個人能力不行/個人磨洋工，也有可能是整體工作任務多。所以，還可以進一步做細化假設： 假設1.1：全部門工作量都大 假設1.2：全部門工作量不夠大，但個人承擔太多 假設1.3：個人承擔不多，但能力不行，做的慢 進一步驗證三條細分假設，這樣就能把分析從粗到細，逐漸深入。最后形成一個完成的答題思路。看到這里，同學們可以重新調整下自己的答案哦，再看后續講解

四、整體思路

把多個分析假設，按順序組合好，就可以得到如下圖分析邏輯樹。可以看到，這個分析邏輯樹，是從“是否加班影響”出發的，優先排除集體加班、分配工作太多等客觀影響。這樣的順序，可以有效避免員工被冤枉（如下圖）

列好邏輯樹以后，只需代入相關數據，就能找到重點，辨別真偽。比如發現該同事，11個遲到，有8個都是因為分配工作太多，個人承擔工作量明顯高于組內同事，那么就坐實了他是被冤枉的。如果發現，11個遲到，只有倆是真加班，其他9個都是沒有加班且自己沒打車，那說明態度可能真的有問題。數據指引我們，找到更接近真相的答案。有了以上的鋪墊，推導建議就能有理有據了，而且非常具體（如下圖）：

五、回到現實工作?

當然，上邊只是一個簡單的小例子，但是清晰地反映了現實中問題： 業務部門往往處于本位主義思考，喜歡說：“這是大環境問題”“這是意外問題”“我已經很努力了” 數據部門往往陷入數字游戲，過于關注計算同比環比，不會提假設，不會針對假設找證據，不會細化假設 這樣都是不利于得出正確的結論和建議的。