数据分析：问题拆解

一、基本概念

将复杂业务问题分解为可分析、可落地的子问题；核心在于将模糊需求转化为具体分析路径；

二、问题拆解原则

• 以终为始：明确最终要解决的业务目标（如提升转化率、降低流失率）。
• MECE原则（Mutually Exclusive, Collectively Exhaustive）：子问题彼此独立且完全穷尽。
• 结构化思维：用逻辑树、公式化分解等方式构建分析框架。
• 数据可行性：确保拆解后的子问题能用数据验证或量化。

三、问题拆解步骤

1. 确定核心问题和起始问题：与业务对齐核心问题（避免“伪需求”）
2. 公式化拆分问题：将问题转化为数学公式，通过加减乘除拆解出关键因素
3. 关键因素维度拆分：按业务维度拆分问题（时间、用户、渠道、产品等）
4. 关键因素数据化：将关键因素转化为数据可解问题
5. 绘制逻辑树：依据因果关系画出问题树（体现出优先级排序）

四、拆分流程