周一早上，运营同事把一条消息发给分析师小周：“最近业绩好像不太行，帮忙看看数据。”小周若立刻打开报表，很容易陷入无休止的截图与解释：这里的“业绩”是成交额、净收入，还是订单数？“最近”是昨天、上周，还是本月累计？业务同事最终要决定调整排班、促销预算，还是商品库存？没有这些答案，算得再快也可能答非所问。本文用一个虚构的门店经营问题说明数据分析的第一步：先把需求变成能够被数据检验、又能支持具体决策的问题。后续七篇会沿着同一条工作链继续设计方案、获取数据、校验质量、探索事实、验证原因、交付建议并复盘。门店只是演示情境，这套方法同样适用于产品、运营、客服和内部管理分析。文章目录先问清楚分析要支持哪项决定把模糊需求写成可验证的任务卡在取数前检验问题是否能被回答怎样验收这一步的产出总结先问清楚分析要支持哪项决定小周没有先问“需要什么图表”，而是问业务同事：“看完结果后，你准备改变什么？”对方解释，下周要确定是否扩大一次促销活动，同时担心部分门店销量下降。于是原始需求不再是“看看业绩”，而是“判断可比门店近期净收入是否下降、变化集中在哪里，以及现有证据能否支持扩大促销”。这里要把现象、决策和分析问题分开。业务方观察到报表变差，是一个待核实的现象；扩大促销，是一个待作出的决定；数据分析负责回答在固定范围和口径下究竟发生了什么，以及哪些解释有证据、哪些仍是猜测。需求中的说法需要追问的事实可以交付的分析问题“业绩下降了”指标是什么，下降相对哪个时期可比门店净收入较基准期变化多少“这几家店不行”哪些门店，是否新开或暂停营业变化主要集中在哪些可比门店“是不是促销没效果”活动时间、覆盖人群与对照条件现有数据能否区分活动效果和同期变化“尽快给结论”决策截止时间和允许的不确定性截止时间前能给出哪些可靠结论与待验证项把问
