我们常说：数据分析辅助决策。可到底是怎么辅助的，很少有系统讲解。今天用3分钟系统科普一下。

首先，我们得明白决策是什么。决策其实就是下决定做一系列的动作。既然是做动作，就会有5W2H。需要注意的是，5w2h不是像小学生玩填字游戏一样，填满了就完事，而是有内在逻辑的。按照决策的逻辑，5w2h的展开顺序应该是：

第一顺位：Who

先讲谁来干，再谈具体干什么。即使同一件事情，不同人来办的时候，思路、方案、效果都会不一样。

比如中午吃饭，都是吃饱肚子，CBD高大上的写字楼里小西装大波浪细高跟的小姐姐可能会选38块健康沙拉，装修师傅会选15元米面无限续碗的猪脚饭。这都是从自己的需求出发，所以先定人，再谈事。

第二顺位：why，what

先谈要解决什么问题（为什么做这件事），再谈要解决到什么程度，之后才是具体的操作步骤。

还是中午吃饭，如果是自己填肚子，可能随便一个烧腊饭就打发了，但是要和客户开个午餐会，就得找个有包间的、安静一点的馆子。如果是约小姐姐，可能直接就放弃午餐换晚餐了。所以先定目标与期望结果，再谈具体方案。

第三顺位：where，when，how，how much

这四个要素构成了行动的具体内容：时间、地点、方式、投入力度。定好了执行人、目标、期望值，出具体的方案就容易很多。

比如今晚想约一个喜欢的小姐姐吃饭，俩人还不是很亲密，那选馆子就不能找距离太远（会被嫌弃麻烦）位置太偏（没有安全感）环境太接地气（没法聊天）。如果小姐姐同时喜欢吃火锅和西餐，这一顿可能就是一个临着珠江的某个CBD大厦的西餐厅。环境又好，口味又好，吃完了在江边转转，完美！以后熟悉了再拖人家去天河南二路吃火锅。

靠谱的第一步：了解决策的过程

了解了决策的过程以后，我们会发现数据对决策的作用在哪。数据最大的作用，是量化过程。是滴，不是什么人工智能分析，不是精准推荐预测，而是简简单单的量化。去吃饭，至少得扫一眼大众点评上这个饭店的名字、价格、距离。这才是靠谱的第一步。

靠谱的第二步：评价结果

靠谱的第二步，是评价结果。是滴，还没有到什么交叉法、矩阵法、漏斗法，而是简简单单的做一个评价：到底结果是好还是不好。

这一步非常重要，因为做模型要打人工标注，这就是做标注的过程。做分析分类对比要看在结果上的差异，得先有一个结果判断。

这一步也经常被忽略，因为人们习惯于脱口而出的就是：XX东西很好/很不好，至于到底什么算“好”，我们**的“好”与别人**的“好”是不是一回事，就被默默忽视了。判断标准不一致，回答当然不一致，甚至是相反的。

比如约喜欢的小姐姐吃饭，我们的目标是什么？不是填肚子，而是增进好感。“好感”这个玩意就很难量化。如果女生头上有一个好感指数，我猜每个男生都能成为情圣。

“好感”是一个内心感受，我们只能通过外在的行为去分析、去推测。比如有没有口头抱怨、不满，比如有没有主动来找我们聊天，比如有没有和我们分享一些小心思等等。更不要说还有“我心里想的我就不告诉你”……难怪女生经常说：男人都是大猪蹄子。因为掌握这些确实挺麻烦的，哈哈。

企业里的决策也是一模一样，经营上的好坏很难用单一指标数值来衡量。比如这个月销售额1个亿，同比涨了10%，环比涨了10%，很多做数据分析的看到“涨”就觉得是好，可在老板那里不一定是这样？

是滴，即使是涨势喜人的时候，都会有这么多纠结，更不要说销售额上下波动，销售额阴跌不止。更不要说不是销售额这种直接业绩指标，而是转化率，用户数，保留率这种中间指标。

有多少做数据分析的同学，被批判做的日报月报没有洞察，被深入解读数据的需求逼得死去活来，本质问题就在这里：没有找到一个好的、综合性的衡量标准，盯着一根线波动绞尽脑汁，也想不出来个所以然。

靠谱的第三步：分析建模

靠谱的第三步，才是各种分析建模。有了明确的标准，就能判断问题的好坏，就能分析好到底好在哪里，坏到底坏在哪里。这里的方法有很多，以后我们一一分享。

数据分析还有个隐藏用途，就是：把决策者的思路拉回到靠谱的分析逻辑上。这一点非常重要。因为不是人人都能理性、逻辑、量化思考。

比如约喜欢的女生吃饭，有没有小哥是这么干的：

贵的就好！挑个超贵的店（呃，事前不问需求，事后不要嫌人家挑哈）

很多时候人们是凭着直觉、印象、习惯做决策，根本没有考虑那么多。这时候就需要用数据分析，指出这些随意决策的不靠谱之处，把人们拉回来。

来源【首席运营官】自媒体，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！