伴随着人类的进步，历史给我们留下的数据和经验越来越多。大多数的商业决策也从原来的“拍脑门”方式变更为数据决策，在这个时期数据分析师这个角色变得至关重要，他可以基于数据进行统计分析，给出一个相对科学性的决策建议。有一点大家一定要注意，数据是会骗人的。比如数据质量低、采集的数据样本不够、影响决策的因素数据采集不全等等都会导致最终决策的失败。但是大家不要因为这个因素而停滞不前，因为决策在第一次做出后都是通过不断的验证和完善才能保证最后决策的正确。
一个经典的数据分析案例大家或许都听过——“啤酒与尿布”，下面我们从数据分析师的角度来整理下这个流程。沃尔玛需要提高公司的收益，分析师整理了几大区域的超市物品销售量，从销售量中发现周末啤酒和尿布的销售量都会上升，对这类购买人群进行分析，发现大多数用户是有孩子的父亲。这些爸爸在周末采购前夫人都会嘱咐丈夫要采购尿布，而男人在购买尿布同时也会自发采购喜爱的啤酒。发现这个现象后，沃尔玛公司下达决策将啤酒和尿布这两个本来不相关的物品摆放在一起。这一决策大大提高了商品的销量，沃尔玛的收益也大大提高。
下面用数据决策分析的思维来解释这个案例。
步骤一，“构建问题”：分析始于认识一个问题或者一个决策，然后开始解决问题。它是分析开始的第一步，也是最重要的一环。
案例中提高沃尔玛的收益，要做的就是增加商品的销售量，所以我们构建的问题就是如何提高商品的销售量。
步骤二，“回顾”：整理以往相关问题的经验。
通过调取超市的售卖流水清单发现消耗量较大的商品，也就是购买人购买最多的商品。在整理订单过程中发现出货量最大的商品是啤酒和尿布。
步骤三，“建模（选择变量）”：简化影响问题的因素，去掉无关紧要的信息保留最重要的、最有效的、最关键的且会造成影响的因素。但是由于种种原因保留的信息不一定完全精准，分析性的思维是由假设驱动的，后期再通过数据不断的完善修正。
本案例中选择啤酒、尿布两个商品的购买人、购买时间进行建模。
步骤四，“收集数据”：收集已确定变量的数值，为最后的数据分析提供支撑。
在沃尔玛销售场景中我们发现，啤酒的购买人是男人为主，尿布的购买人是男人为主。购买的时间也都是在周末。
步骤五，“数据分析”：数据和以往的问题并不能告诉我们明确的信息，需要我们分析它，以破译出它的意义和隐含的关系。
对购买人进行分析的过程中，我们发现同时购买两种物品的男人有很多。原因是大多有孩子的男人，主要承担了周末采购的任务。老婆给下达的任务是要采购孩子的尿布，而男人在采购的同时也会采购自己喜爱的啤酒。所以将两种不相关的物品放在一起会大大降低这类人群的购买思索时间，让用户更容易完成购买流程。
步骤六，“传达结果并持续分析”：验证后的问题会有一个结果，我们需要将这个结果传达给关键人让其做出决策，并基于事情的发展不断完善推理分析内容。
将尿布和啤酒销售情况分析后的结果反馈给决策人，并将两种物品摆放在一起。通过后期的持续分析跟进，我们发现这两种物品的销售量得到了大大的提高，同时沃尔玛的超市收益也得到了显著的提升。
通过啤酒与尿布的案例分析希望大家能更好的理解数据分析的思维，和如何通过六步完成数据分析决策。
本文来自互联网界的全能battleRaymond