用数据分析解决问题就好比你做数学题，从研读题目到分析题目已知信息，利用已知信息分析题中隐藏条件，最后解题得出答案的过程。
去医院看病，医生会先询问你这个症状出现多长时间了，然后在观察你的身体变化，再结合医学知识，判断出这个症状出现的原因，给出病人建议。这个过程也是解决问题的过程。
这个过程总结出来就是：明确问题——分析原因——提出建议
①明确问题
观察现象把问题定义清楚。需要明确数据来源以及数据的准确性，这里需要注意的是正确定义问题的范围，不要根据自己的主观主义把思考局限在“我觉得”的范围内。
对于业务指标，需要分析指标的含义，以及明确该指标和谁比。定义问题就需要找到理想中的状态和现实中状态的差距。
②分析原因
可以使用我们前面所讲的“多维度拆解分析方法”，对问题进行拆解，将一个个复杂的问题细化为各个子问题。
多维度拆解分析方法可详见：多维度拆解方法
针对前面分析的维度进行再次深度分析时，可采用假设检验分析方法，假设某个环节出了问题。
假设检验分析方法可详见：假设检验分析法
探讨哪个因素对结果影响最大，可以使用相关分析方法，来确定影响结果更大的因素。
相关分析方法可详见：相关分析方法
③提出建议
根据第二步找出的原因，提出具体建议，常用的分析方法就是回归分析或AARRR模型分析方法（详见）
回归分析
可以理解为散点图，在散点图上画一条尽可能穿过更多点的一条直线，这条直线叫最佳拟合线。如果这两个因素存在相关关系，就可以使每个点合理的接近这条直线。
这条回归线如果用数学公式表示，就是我们所学的几何课程中的直线方程：Y=ax+b(a:回归系数;b:截距)
回归分析的应用
找到了几者之间的相关关系，就要用回归分析找到相应的回归系数，再根据回归方程找到关键指标，细化到具体部门去执行。
但是提出建议的时候需要注意几点：
①做决策选项不能过多，选项过多会增大决策成本。
②决策是可以落地的具体措施，这样才能把措施变为行动。
