一. 5W2H分析方法

5W：what(是什么)、when(何时)、where(何、why(为什么)、who(是谁)

2H：how(怎么做)、howmuch(多少钱)

5W2H分析方法可以帮助我们解决简单的问题，下面举一个例子：

案例：如何设计一款产品？

what(是什么)：这是什么产品?

when(何时)：什么时候需要上线?

where(何地)：在哪里发布这些产品?

why(为什么)：用户为什么需要它?

who(是谁)：这是给谁设计的?

how(怎么做)：这个产品需要怎么运作?

howmuch(多少钱)；这个产品里有付费功能吗?价格是多少?

二.逻辑树分析方法

2.1什么是逻辑树分析方法?有什么用?

逻辑树分析方法是把复杂问题拆解成若干个简单的子问题，然后像树枝那样逐步展开。

2.2 如何使用逻辑树分析方法?

逻辑树分析方法是由科学家费米提出来的，例如:北京有多少辆特斯拉汽车?某胡同口的煎饼摊一年能卖出多少个煎饼?深圳有多少个产品经理?一辆公交车里能装下多少个乒乓球?一个正常成年人有多少根头发?

费米问题可以考察出一个人有什么样的思维方式，是否有理科思维。回答费米问题，可以用到逻辑树分析方法，将一个复杂的问题拆解成子问题，然后逐一解决。

下面为一个例子：

有人曾经问费米：“芝加哥有多少钢琴调音师?”

对于这个问题，可以使用逻辑树分析方法来拆解。

钢琴调音师数量=全部钢琴调音师1年的总工作时间/一位调音师每年的工作时间。

所以，可以把这个问题拆解为两个子问题：

(1)全部钢琴调音师1年的总工作时间；

(2)一位调音师每年工作时间。

对于全部钢琴调音师1年的总工作时间，又可以拆解成3个子问题：

(1)有多少架钢琴；

(2)钢琴每年要调几次音；

(3)调一次得多长时间。

现在我们一个个去解决这些子问题。

1.第1个子问题：有多少架钢琴？

我们再把它拆分，首先需要知道芝加哥有多少人，其次需要知道拥有钢琴的人所占的比例。芝加哥的人口可以通过网络查出来，大概有250万人，拥有钢琴的比例大概是2%左右。有了这些数据，就可以算出芝加哥大概有5万架钢琴。

2.下面来看第2个和第3个子问题：

第2个子问题：钢琴每年要调几次音？钢琴调音师属于稀缺行业，人肯定不多，钢琴也不像吉他需要频繁地调音，估计是一年1次。

3.第3个子问题：调一次得多长时间？

大概是2小时。

4.第4个子问题:一位调音师每年工作多长时间呢？

一年大概工作50周。按一周工作5天，每天8小时来算，就可以得到一位调音师每年工作时间是2000小时。但是钢琴调音师要四处跑，路上肯定要花时间，所以减去20%用在路上的时间，调音师每年大概工作 (2000-2000x20%)=1600h。

5.现在我们把4个子问题汇总一下：

全部钢琴调音师1年的总工作时间是3个子问题的数字相乘，一共是100000h，而调音师每年工作1600h，我们用全部钢琴调音师1年的总工作时间，除以一位调音师每年工作时间，四舍五入，费米预测芝加哥大概有63位调音师。

三．多维度拆解分析方法

3.1 多维度拆解分析方法有什么用?

对于多维度拆解分析方法，要理解两个关键词：维度、拆解。

中国人口结构变化意味着在中国人口红利消失，老龄化人口越来越多。如果你的亲戚去医院看病，不知选择哪家医院更好，这时候你学到的分析方法能起到非常关键的作用。

假设在每个医院最近收治的1000例患者中，A医院有900例患者存活。然而，B医院只有800例患者存活。这样看起来，A医院的存活率更高，应该选择A医院。你的选择真的是正确的吗?

现在根据患者的健康状况，我们将每家医院入院的总人数拆解为两组，一组是轻症患者，一组是重症患者。然后我们再来计算患者存活率。

A医院有100例患者入院时是重症患者，其中20例存活；

B医院有400例患者入院时是重症患者，其中200例被救活了。

所以，对于重症患者，去B医院的存活率更高，是更好的选择。

用同样的方法分析， B医院依旧是更好的选择。

通过多维度拆解数据，我们发现了和一开始截然相反的结论，这种现象被称为“辛普森悖论”，也就是在有些情况下，考察数据整体和考察数据的不同部分，会得到相反的结论。只看数据整体，我们可能注意不到“数据内部各个部分构成的差异”。

辛普森悖论时不时出现在现实生活中。英国一项调查显示，在20年里，吸烟者生存率高于不吸烟者。但是把参与者按年龄维度分组后，发现不吸烟组人群的平均年龄显著较高，所以年龄才是导致不吸烟组生存率低的原因。

3.2 如何使用多维度拆解分析方法?

一般会从指标构成或者业务流程的维度来拆解。

3.2.1 从指标构成来拆解：

例如，某店铺最近做了一个活动，但是活动后发现预期销售额没达成，原因是什么呢?

销售额=新用户销售额+老用户销售额

然后可以继续拆解新用户的转化和老用户的复购：

新用户销售额=新用户数x转化率x新用户客单价；

老用户销售额=老用户数x复购率x老用户客单价。

如果是“新用户”导致的销售额目标没达成，可以对新用户发小额无门槛的折扣券，因为新用户往往还没有对店铺建立信任，不会第一次就购买很多。如果是“老用户”导致的销售额目标没达成，可以对老用户发高额满减折扣券，起到提升复购率的效果，

3.2.2从业务流程来拆解

一家线上店铺做了一波推广，老板想看看推广效果如何，你该怎么办呢?

推广效果衡量指标为新增用户数。

我们可以按指标构成如城市、性别、渠道来拆解新增用户数。

按照地域细分，考察一线、二线、三线及以下等不同城市的新增用户数量情况；

按照性别细分，考察男性用户、女性用户分别是多少；

按照渠道细分，考察公众号、百度、头条哪个渠道的用户来源多。

从地域维度来看，北京、上海等一线城市新增用户多，说明一线城市的用户对公司产品更感兴趣；

从性别维度来看，男性用户多于女性用户；

从渠道维度来看，渠道A新增用户数最多，渠道B新增用户数接近A，渠道C新增用户数最少。

那么，渠道A、渠道B、渠道C哪个用户渠道的质量更高呢?

我们可以从业务流程来拆解分析，考察哪个渠道来的用户更愿意在店铺购买。

用户购买的业务流程，可以分为4步:

第1步，看到渠道的广告；

第2步，被广告吸引进入店铺；

第3步，在店铺选择感兴趣的商品；

第4步，选择好商品，最终决定购买。

我们看到虽然渠道A带来的用户多，但是最终购买人数却低于渠道B带来的用户数，所以，渠道B的用户质量更高。