#中国统计网#给数据分析带上“意大利炮”，一共分几步？( 二 )

这里要特别强调对象的问题。不同人需要的赋能手段是不一样的，越是上层的领导，越需要总览全局的工具，才能看清形式，灵活调配资源。越是基层执行，越需要简单、直接、可复制的武器，直接套用在流程中。所以即使是同一个数据分析的结果，给上层和基层看，展现效果可能完全不同。
【#中国统计网#给数据分析带上“意大利炮”，一共分几步？】2. 明确赋能问题
然而，怕就怕“清晰”俩字。实际上，业务能清晰讲明问题的少之又少。更多时候，前方的人只会喊：难做啊难做，帮忙啊帮忙，具体敌我啥情况，鬼讲的清楚。

本文插图
即使讲的清楚，也要特别小心业务方直接提出来的需求，很有可能是个伪需求，或者很低效率的需求。毕竟大部分业务一遇到问题，最直接想到的就是找公司要资源，特别是打折！

本文插图
这种真假难辨、稀里糊涂的场面，又是数据分析大放光彩的时候。所以在讨论具体咋赋能之前，我们得先讨论清楚：到底赋能要解决什么问题。
我们可以用两个方式转化问题：

从需求出发，推导可行解决范围，落实到一个具体问题上
从痛点出发，先找到需求背后的真实痛点，再找解决痛点的方案

本文插图
3. 筛选方法面对一个问题，往往有好多赋能方法可以用。

工具：上意大利炮
知识：挖地道挖过去
资源：多调兵支援
服务：帮助运兵

数据分析又能发挥大作用了：利用数据筛选方法，选择更有效的方法。
这里有三种做法：

本文插图
需要注意的是，现实中并不是每个人都是总指挥，受岗位、部门、等级的限制，人们不能无限制的调动资源，因此可用的手段往往是有限的。不过这对于数据分析师来说，反而是个利好：我们筛选方法的范围不是无限广，而是在有限的选项内做选择。
4. 落地方法落地方法这一步，得看具体的方法是什么，再具体执行，比如：