我曾收到過很多關於數據的問題：
“行政工作無法量化，怎麼收集數據？”
“收集了數據，後面應該怎麼辦？”
“那麼多數據，我應該怎麼分析？”
與他們交流後我發現，他們不是不知道方法或技巧，而是因為初衷只是“為了數據分析而分析”，根本不知道自己要通過數據分析得到什麼。如果你的目的是在簡歷上增加一行：擅長分析數據並通過分析數據解決問題，才看一大堆工具書，那大概率是白費心思。畢竟HR要看的是工作成果和帶來的績效，而不是一句擅長什麼而已。
回顧數據分析的本質，不論你使用什麼樣的工具和方法，最終的目的只有一個，那就是從數據出發，設法解決一個問題或者為某個決策提供依據。所以，重要的是我們如何思考，如何用數據來解決問題。如果我們只是跟著網上的教程學習爬蟲，或是數據清洗，然後把那些數據做成絢爛的圖表，那做出來的東西也極可能不是領導想要的。
階梯模型
不同職業階段的行政人，在數據分析上的目的和能力要求也不同：
行政專員：更多隻要收集數據，同時也可以有意識的學習和練習數據分析，但比較現實的是，行政專員一來接觸不到業務數據，導致數據分析的維度不夠，很難與實際業務結合。二來，除非是領導給機會，否則你做數據分析更多的是練習而已。
行政主管：要根據部門需求和業務需求，做一些簡單的數據分析。同時，在主管階段，需要為晉升管理者做準備，通過強化數據分析的能力，可以有效提升邏輯思維能力，改變很多行政人會做事不會說話的情況。
行政經理：這個可能是很多行政人要停留最久的階段了，也是很多有經驗的行政人從事務階段轉變為規劃階段的重要轉變時期，如果一直習慣於處理事務性工作，那大概率在經理級別上一直蹉跎了。這個時候，我們需要通過數據分析來發現問題並找到解決方案。其實就是鍛鍊自己多角度看問題的能力，以及特別玄乎的大局觀。當然，如果懂數據分析，即使空降，也能比較快的通過數據找出部門問題的癥結。
行政總監：行政做到總監這個階段，大概率是做到頭了，而且很多公司壓根沒有行政總監這個職級，有也是兼了人事，或直接就是辦公室主任，或總經辦主任之類的崗位，不是心腹當不了的那種。在總監這個級別，數據分析的用處，更多的是通過發現的問題和解決方案的基礎上，通過數據為公司業務、部門業務的發展做好指引工作。
數據分析流程
首先明確我們做數據分析的目的究竟是什麼？簡單來說，我們做數據分析的目的其實就2個，第一個是設立目標或業務需求，第二個就是解決問題。
搞清楚了目的後，數據分析的難點就容易理解了，其實就是：
為了證明一件事情或一個觀點，你要如何收集數據，如何分析數據，才能讓結果符合你的預期或幫助你改善過程，並最終有效呈現出來呢？
舉個例子：我一個朋友公司辦公室裡面的耗電量近期特別高，作為物業經理，他讓助理查了一圈，卻發現與平常沒啥兩樣，空調溫度一樣，燈光亮度也一樣，也沒看到異常耗能的情況，怎麼解決這個問題？
他是這麼做的：先用方法論（5W2H分析法）明確問題，判斷可能是是大樓BMS的參數被調整。當他用數據透析表將干擾數據和需要的數據拆分開來之後，發現空調溫度，新風比，關燈時間的都被調整了。接著，為了找出參數調整的原因，他繼續收集數據並發現是上個月中旬的時候被調整的，原來是系統維護的時候，將配置文件恢復成了初始設置。為了避免類似問題，他將系統參數巡查作為例行工作寫入了週報中，並在月報中，將這件事情的經過通過一個時間線和邏輯圖的方式呈現了出來。
這個例子清晰地解釋了通過數據分析解決問題的基本流程：
- Step1：明確要解決什麼問題（5W2H）
- Step2：按維度進行數據收集（BMS參數數據）
- Step3：數據清洗（Excel）
- Step4：數據分析並建立數據的關聯性，圖表呈現
- Step5：結論（維護導致參數調整）、建議&解決方案（巡查）
按照這樣的流程分析數據，才能讓我們行政做的事情更加有據可依，讓行政提交的報告專業有水準。
方法論
在數據分析中，方法論來主要是一個提綱建領的作用，就是從宏觀角度知道如何進行數據分析，從整體上對數據進行規劃，指導。就類似做題前的思路分析，做項目前的規劃，方便確認方向。
曾有一位數據分析方面的大咖分享，我對中間一組數據印象非常深刻，影響數據分析最終成果的因素主要有3個，方法論的選擇、數據分析工具的選擇及技術的選擇。其中方法論的選擇的影響因素佔了85%，你的思路決定著你數據分析的效果！常用的方法論有5W2H，SWOT，邏輯樹等，這裡由於篇幅限制主要介紹5W2H。
5W2H
5W2H就是Why、What、Who、When、Where、How和How much，還是用上面那個案例來說明一下：
領導：“最近電費有點高，你去查一下。”
我們可以用5W2H進行下列拆解，
What（問題是什麼？）：電費升高
Where（問題在哪發生，範圍？）：辦公室
When（問題發生時間，持續多久？）：上個月開始
Why（為什麼會發生這個問題，可能原因？）：空調溫度、燈光亮度、BMS參數等
Who（誰可能導致或找誰可以處理問題？）：行政前臺、設施維護人員等
How：檢查能控系統中關於空調、新風、燈光開啟時間等的數據，並通過對比去年環比和上季度數據來尋找異常項目，同步檢查各類參數的設置情況及變動情況。
How Many：預計需要2個人，在3天內完成。
這樣拆解後，收集哪些數據，如何分析就清晰了。所以方法論的作用是幫助你理清思路，思路非常重要，有了思路，我們才方便按圖索驥的進行數據的收集、清洗、分析以及後續的出報表及出分析報告。沒有思路，你就會碰到不知道收集哪些數據，收集了數據不知道如何用的情況。
數據分析工具
如果說方法論是道，那工具就是術。從實操的角度看，行政80%以上的數據分析工作，都是可以通過Excel來實現的。Excel的功能非常強大，各類函數非常豐富，尤其是數據透視表的功能一定要用好，你的分析能力，主要是交叉分析的能力會得到迅速提高。
在各類的office的培訓中，會對Excel使用者，按能力進行分級，簡單來說如下圖：
對我們來說，我們要做到的就是中級用戶即可，也就說能熟練使用常用功能，會數據透視表及常用的統計公式就能滿足我們行政做數據分析的技術需要了。
還是用辦公室電費增加這個例子：
先用5W2H的方法先來理順一下思路，在理清思路後，就可以去收集合適的數據了，比如能控系統中關於空調、新風、燈光單位時間耗能、開關時間等數據，以及上個月或更久之前的相關數據，各類參數的設置情況及變動情況。拿到這些數據後，其實就是很簡單的excel操作了。比如你可以通過設備單位時間能源消耗沒有變得到設備使用時間增加，從而去收集分析那些數據。做數據分析不光是通過“拷問”數據來獲得信息，本身的分析邏輯也是應該是自洽的，這就是所謂的分析能力。
數據呈現
我曾聽過一個閉環的知識鏈的概念，也就是數據分析、數據處理與分析、圖表與圖形及函數與公式，這4樣東西結合的閉環。
簡單的來說就是，我們利用函數與公式做數據分析，然後對分析好的數據進行處理與操作，最終生成ppt或報告上呈現的圖表和圖形。在之前的很多交流中，我發現很多行政人不是不會用函數，也不是不會做分析，而是在如何做圖表和圖形呈現的時候，無所適從。關於數據呈現，大家可以參考下圖：
關於Excel的函數這裡就不展開了。使用函數的目的是為了做數據清洗和數據整合。常用的數據清洗和交叉分析的函數就是vlookup，當然如果你精通數據透視表，用數據透視表做動態圖表也是種很有意思的事情。畢竟，數據分析的最終目的是呈現給管理層做決策的依據，如果你的老大喜歡花裡胡哨的，那用動態圖表很能奪人眼球，如果你老大喜歡實幹型的，那就用金字塔模型來做彙報。
行政人在做數據分析中，最重要的就是要明確要通過數據解決什麼問題，可以通過5W2H等方法論來幫助分析問題，如果不想清楚這點，而過於關注使用什麼工具或者分析方法，得到的結論也大概率也只是空中樓閣，站不住腳。補充一句，老闆是不會有興趣知道你給出的數據或結論背後的分析過程與統計學原理，老闆要的是結果，可行或不可行，是或者否，給到二元答案即可。
作者：許燁
來源：【E企行服務號】
加入『一起行政』社群，和魏總等行政大咖零距離交流
入群請添加小E微信：eqixing1（備註：頭條）
未經允許，禁止轉載
