这个案例是这样的：

一个在信息流平台上卖礼品的电商，之前10个月的销售都不温不火，有涨有跌，每月销售额一直徘徊在40万元左右，但上个月的销售额猛的突破了100万元，而且，是在广告花费不足10万的情况下获得的销售额，这让老板很雀跃啊，感觉春天来了！过去10个月的煎熬终于要出头了！

我忍不住泼了个冷水：

销售额突破预期就意味着经营步入正轨了吗？

如果不是，我们又该怎样发现100万元这个数据背后隐藏的商业洞察呢？

靠分析。

当我们面对数据的时候，不能光盯着数据本身看，就数据论数据，而是要用一个完整的数据分析框架去解读数据。

数据分析有一个经典的6字策略：

细分、对比、溯源。

具体来说就是：

●  先从不同的维度去分解问题；

●  再根据每个维度上的数据建立参照系做对比，找到业务的薄弱环节或部分；

●  最后分析原因，找到改进方案。

如此，才可能发现到100万元背后真正的商业洞察，更好的制定下一步的策略。

01  细分

所谓细分，是指通过拆解不同维度，找到需要分析的某个指标的影响因素。

维度起源于几何学，指的是连接两个同种空间的通路，用在数据分析的时候多指一种视角，比如性别、地区、时间、距离等都是数据分析时常会用到的视角。

比如我们要用时间作维度，一种方法是通过同一空间下前后时间的对比来了解事物的发展趋势，比如本案中，上个月销售额是40万元，这个月是100万元，我们就可以说销售额环比增长率是150%，这是时间上的对比，也称为纵比；

也可以通过同一时间下空间上的横向比较来了解的自己现状和差距，如不同国家人口数、GDP的比较，不同省份收入、用户数的比较、不同公司、不同部门之间的比较，这些都是同级单位之间的比较，简称横比。

拆解的前提是找到了合适的维度，那么怎样找维度呢？

找到细分维度的本质是发现因变量的影响因素。比如本案里，因变量就是销售额。

导致整个销售额发生从60万元到100万元的变化的因素可能有很多，我们可以用6W2H、也可以用营销“4P”的框架来分析，把可能需要思考的维度都列出来，然后再根据案子具体的情况，看他会涉及到哪些维度，从中选择适合的维度，进行下一步的拆解和分析。

这里我们用6W2H给大家演示一遍流程：

1、What，就是你卖的是什么产品？

根据具体问题还可以展开，比如：

你的产品线是什么？

你的竞品是什么？

你的替代品互补品各是什么？

你的目标消费者的固有选择是什么？

……

假设我们现在需要从产品线维度来拆，一般礼品电商公司可能不止卖一种礼品，可能还会卖高端签字笔、望远镜等，那么据此可以拆分的问题就是：各个产品的销售额贡献率是多少？

按照28原则，理想状态是80%的销售额