作者 | 諸葛君

來源 | 諸葛io數據教練

什么是假設分析法？

在解釋假設分析法之前，我們來做一道小學6年級的數學題：

“小明和媽媽買了10本書，正好花了100塊錢，書的單價有8塊錢和13塊錢2種，那么8塊錢的書和13塊錢的書各買了幾本？

解題思路：

首先，假設這10本書都是8塊錢買的，那么10本書一共是80塊錢，那還多出來20塊錢，是算錯賬了么？不是，顯然多出來那20是13塊錢1本的書多出來的。13塊錢的書比8塊錢的書每本多了5塊錢，20塊錢可以買4本，那么可以得出結論了，13塊錢的書有4本，那么8塊錢的書有幾本呢？

對了，6本，真棒，獎勵你1朵小紅花。

這道6年級的數學題里就用到了假設法，假設所有書都是8塊錢，那么在數據分析中，什么是假設法呢？簡單理解，假設法是在已知結果數據，在影響結果的多個變量中假設一個定量，對過程反向推導的數據分析方法。

嗯，這么說其實一點都不簡單。

假設法在運營分析中怎么用？

假設法在運營分析中最常見的有2種場景：

1.已知結果找原因，做過程變量假設；

2.結果導向做計劃，做結果數據假設。

假設法的真正用途是針對未知因素提出假設，在數據推導中驗證假設的真偽。

場景一：已知結果找原因，做過程變量假設

例如：某內容社區在11月份的發帖數相比10月份下降了20%，針對這個結果，該如何分析原因？

面對這樣一個無厘頭的問題，該怎么分析呢？結果數據是發帖數下降了20%，那么影響發帖數的有哪些因素呢？

我們可以將發帖數量按照用戶分層進行拆分，例如老用戶發帖數量和新用戶發帖數量，也可以按照具體發帖篇數進行拆分，例如發帖5篇以上的用戶，發帖3-5篇的用戶，發帖1-3篇的用戶，拆分后將11月與10月份相同維度的數據進行對比，找出變量。

例如經過拆解后發現，發帖1-3篇的用戶相比10月份減少了40%，其他篇數的用戶量還高于10月份，那么問題就出在了發帖1-3篇的用戶身上。

那么發帖1-3篇的用戶為什么減少了呢？我們可以提出2個假設：

假設10月份發帖1-3篇的用戶成長為更加活躍的用戶了，造成發帖3-5篇的用戶增加，1-3篇的用戶減少；

假設10月份發帖1-3篇的用戶流失率比較高，同時11月份新用戶轉化少，導致這一群組用戶數量變少。

那么針對這2個假設，需要對10月份發帖1-3篇的用戶與11月份發帖3-5篇及5篇以上的用戶進行追蹤分析，同時分析11月份新增用戶與10月份新增用戶在留存和活躍上的對比。

場景二：已知目標找過程，做結果假設

例如：12月份的銷售KPI為1000萬，環比11月份上升20%，該如何做一份銷售方案？

這是在做工作計劃時最常見的需求，以12月份需要達成1000萬的銷售KPI為例，拆分銷售KPI的相關影響因素，同樣有2個拆解維度：

1.從商品角度做拆分

要達成1000萬的銷售額，有多種假設方式，例如假設現有商品銷售額與11月相同，新品銷售額達到200萬，那么為了實現這個結果假設，去做能夠支持200萬銷售額的的過程方案，例如在推廣渠道預算上、倉儲物流上、人力配置上等方面做計劃；還可以針對幾款產品提出銷售額增長的假設；

2.從人群角度做拆分

要達成1000萬的銷售額，一方面挖掘老客戶的購買力，另一方面增加新客戶的來源渠道，假設老用戶復購銷售500萬，那么針對老用戶設計營銷活動。

總結：假設分析法是在現實應用中常用的數據分析思路之一，數據分析的過程是不斷的提出假設、驗證假設的過程，通常我們遇到的不知道如何下手的數據分析，可以通過假設法來破局。