在工作中，经常有小伙伴遇到：做数据分析没思路的问题。如果是日常工作还好，可以对着以前的报表抄一份。但是面试时遇到没思路的问题，可能就含恨而终了。今天就分享下，如何快速找到思路。
比如被面试官问道：“你要如何分析一款APP”。此时忽然脑子短路，不知道从何说起，该怎么办呢？别着急，分五步，一步步来。
第一步：定场景
首先，不要空泛地讲“APP分析要看XXX指标”，这样很容易挂掉。因为APP的种类太多了，不同的APP功能不一样，看的指标肯定也有差异。因此最好的办法是明确一个具体的APP，锁定问题场景，再具体聊，就不容易翻车了。
此时可以：
掏出手机，指着一个电商/社交/短视频/外卖/打车APP
事先下载好面试企业的APP
指着自己前公司的APP
然后说：我们以这个为例进行分析。总之对着一个具体地说，会容易很多。
第二步：明指标
有了具体场景以后，可以明确：该场景下待分析的数据指标。数据指标是分析的基础，先定指标，再谈分类维度，再谈怎么分析。
而常见的场景下，分析指标是固定的：
产品分析：DAU、MAU、活跃率、活跃时长、主路径转化率
销售分析：销量额、销量利润、购买客户数、购买转化率
商品分析：库存量、销售量、动销率、库存周转时间
……
因此只要有具体场景，就能很容易地找出关键指标，进行分析。如果对常用指标不熟悉，可以参考之前发的哦： 大合集！互联网行业常用数据分析指标
注意，本案例中，面试官问的是APP分析，APP包含了很多方面，完全展开内容特别多，可以先给个框架，然后挑一个方面深入。比如电商类APP，可以先看活跃用户、消费用户、GMV几个核心指标。
第三步：看规律
定了数据指标以后，先挑重点指标，把发展趋势线画出来。比如产品分析，可以假设产品的DAU走势图如下，然后主动告诉面试官：通过观察DAU的走势，可以发现：
是否有周期性变化规律
重大活动影响
发展趋势向好/向坏
（如下图）
这一步分析，为后边深入分析打个基础。这里可以利用九大数据分析方法中的周期性分析法，参见之前的分享哦。 九大数据分析方法之：周期性分析法
第四步：找异常
在第三步中，我们给出了正常的规律，相应的，也能通过数据监控，发现异常情况。从而锁定要深入分析的问题点（如下图）
这样先画个形状，再讨论是否有问题的做法，能让面试很轻松。有的人略过这一环，说完指标，直接就说：“如果活跃率低了，我要拆解XXX进行分析”，这样很容易被面试官挑战：“你怎么知道低了就是异常呢？”
万一是数据错了呢？
万一是正常波动呢？
万一是轻微波动呢？
万一是周期性波动呢？
这些质疑，都能通过一张图轻松化解。结合图形，还能显示我们懂周期性分析法，会寻找波动规律，一举两得。
第五步：查原因
发现了异常以后，可以深入查原因。最简单的方法就是结构分析法+指标拆解法。对问题进行拆解，找到问题发生点。这里不一定穷尽所有可能性拆解，可以把主要的分类维度列清楚，让面试官看到思路即可。面对面试的开放性问题，这么回答已经足够了（如下图）。
小结
经过这五步，回答已经很完善了，记得答完以后总结一下：“以上五个步骤，就是我们从0开始分析一款XX类APP的过程。这样即使一开始不了解该App，也能一步步摸出数据规律，发现问题。” 如果面试官不挑剔的话，就能混过关啦！
注意事项
注意事项1：定场景阶段，不要找复杂业务场景。 有些APP看着操作简单，背后的业务却很复杂，比如外卖APP，站在用户角度，只是下单点个外卖。
可其后，还包含了订票、出行、骑车各种业务，还有平台方、商家的业务，复杂得很。讲这种复杂的例子，很容易翻车。所以推荐用业务简单一些的，直营类卖东西的APP/小程序（比如我个人很喜欢的X黑鸭商城）这样翻车概率小很多。
注意事项2：活动类问题，把“看规律”换成“设目标” 。 上边例子，是以App为例，App运营是日常工作，因此有很长时间的连续性数据。还有些工作不是日常工作，而是阶段性的。比如促销活动，比如广告投放。
此时，可以把第三步“看规律”换成“设目标”，一般阶段性活动、推广，都有明确的目标。比如获取XX名新人，增加XX万销售。定好目标以后，就能通过实际数据和目标的差异，推进到第四步找异常上边。
有些人不注意这一点，面试的时候没讲目标，就blabla讲了一堆指标。面试官反问一句：“你凭什么说活动不好？”就把丫问蒙了。目标很重要，一定要提前订好。
