什麼是假設分析法？

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，那麼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，那麼10本書一共是80塊錢，那還多出來20塊錢，是算錯賬了麼？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，那麼可以得出結論了，13塊錢的書有4本，那麼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年級的數學題裏就用到了假設法，假設所有書都是8塊錢，那麼在數據分析中，什麼是假設法呢？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，這麼說其實一點都不簡單。

假設法在運營分析中怎麼用？

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僞。

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，該怎麼分析呢？結果數據是發帖數下降了20%，那麼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，拆分後將11月與10月份相同維度的數據進行對比，找出變量。

例如經過拆解後發現，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於10月份，那麼問題就出在了發帖1-3篇的用戶身上。

那麼發帖1-3篇的用戶爲什麼減少了呢？我們可以提出2個假設：

假設10月份發帖1-3篇的用戶成長爲更加活躍的用戶了，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，導致這一羣組用戶數量變少。

那麼針對這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爲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爲例，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，那麼爲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.從人羣角度做拆分

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，那麼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。

|內容來源： 諸葛io數據教練 版權歸其所有 頭條號-袁帥論道轉載發佈 侵權告知刪除

【頭條號-袁帥論道】運營者：袁帥，互聯網數據分析運營實踐者，新社匯平臺聯合創始人，微會動平臺創始人，【靜花緣·夢迴古道】精品民宿小院線上運營者。會展業信息化、數字化專家。PMP項目管理師，網絡營銷師，SEM搜索引擎營銷師，SEO工程師，認證數據分析師，永洪數據科學研究院MVP，中國電子商務協會認證：中國電子商務職業經理人，暢銷書《互聯網銷售寶典》聯合出品人之一。