标杆分析法，90%数据分析师都忘了这一步

原创 接地气的陈老师    转载于 接地气学堂

很多同学都有困惑：“总说数据驱动业务，到底咋实现的？？”想实现数据驱动，需要公司有尊重数据、规范管理的工作环境，也需要相应的数据分析方法指导。光指望每天喊“同比、环比、高了、低了”可驱不动业务。

其中：标杆分析法是最基础的方法，也是典型的：“一看就会，一用就错”的方法，今天跟同学们系统分享一下。

问：如何让业务做得更好？人们自然会联想到：“谁会做，我学谁！”标杆分析法就是这个思路的应用。从一堆业务里，找到可复制的成功标杆，然后直接复制它的做法。这种方法听起来简单，但在数据驱动中，非常好用！

举个简单的例子：一个数据分析师去跟销售讲怎么卖出业绩，只会被人嘲笑“你他妈卖过1单吗！你敢教我！”但一个数据分析师去把销售大神们的祖传秘方总结出来分享，其他销售会伸长了脖子来听，还生怕听漏了。这就是标杆分析法的直观优势。

标杆分析法的最大好处，就是打破了“数据分析师没干过业务”的壁垒，用业务的案例说服业务，实现借力打力，从而更好的实现数据驱动。

具体操作，分为5个步骤

设定指标是标杆分析的第一步。一般把期望其他人复制标杆后，所能提升的成果指标，作为标杆指标。

所谓成功标杆，指的是对特定的指标而言很成功，可作为标杆。如果想提升销售团队的业绩表现，就主抓销售金额、回款比例即可，其他的指标可以稍后站。这就引出了第一个要注意的点。

注意点一：对特定指标成功，不代表其他指标都是成功的，更不代表十全十美。一个业绩好的销售可能考勤做得差，一个效益好的运营活动可能很耗费人力。如果苛求十全十美，要么根本选不出标杆，那么选出的标杆太过特殊，无法复制。

利用标杆指标，可以对参与筛选的目标对象分层，区分出高中低。最简单的方法，即十分位法。即按标杆指标对目标对象排序，每10%分为1组，一共分10组，再看组间差异，决定哪一个群体作为标杆（如下图）。

注意点二：标杆不见得非得是最好的那个！很有可能最好的那个是天时、地利、人和占尽，其他人根本无法复制。一味追求最好，有可能挫伤其他人学习积极性。因此要因地制宜选标杆。

所谓异常情况，指的是：分布在高层的对象，并非靠自身努力达到的最好。这一步，是最容易被数据分析忽略的步骤。

比如销售团队的业绩表现，经常有以下几种情况，树标杆时一定要小心（如下图）。

之所以要清理异常情况，是因为这些情况使标杆没有说服力，因此要提前分析清楚。这一点非常重要。因为相当多的标杆分析，根本没有对这些异常情况进行分解，而是有奶就是娘，最近谁红就拍谁马屁，最后自然无法驱动业务。这是第三个注意点。

以上三步，确保的是：我们找到的是真高手。找到真高手以后，可以开始研究高手了。要提炼的包括三个方面：

一：高手的基础特征——短期内无法改变的，先天特质上的差异。

以销售举例，销售人员的：个人外貌、言谈举止、从业经验、资源多寡、客户关系亲疏……短时间内无法复制，甚至永远都弥补不了——有的人就是天生招人喜欢，有的人就是天生靓仔，这些是难以复制的。

如果发现在某个领域，高手的基础特征是高度趋同的，则说明：这个领域只有这种人才能成功！那么后续复制的思路就变了：不是复制行为，而是复制人，找与高手相同基础特征的人！

二：高手的行为特征——可以学习、模仿、复制的动作。

还以销售举例，比如：

这些动作、话术、行为，是可以复制的。需要单独提炼出来。如果真的有这种行为的话，可以立马复制给其他人，提升业绩。

三：高手的对象特征——高手是全领域通杀，还是吃特定对象。

还以销售举例，有的销售可能能搞掂所有类型客户，有的销售就只擅长搞掂传统行业老板，有的则擅长搞掂互联网行业年轻人。

如果发现，高手能全领域通杀，则直接复制人/复制行为；如果发现高手只在特定领域有用。则需要立数个标杆，尽可能多扩展标杆可用领域。

这是第四个注意点，也是避免标杆分析沦为灌鸡汤的重要一点。很多人喜欢跟着成功人士的屁股后边当应声虫，总之只要他成功了，放的屁都是香的。这样不抓重点的做法，只会让大家迷信所谓“早上四点的太阳”“晚上只睡四个小时”一类鸡汤，忽视了真正重点。

最终，是骡子是马，拉出来溜溜。如果复制能成功，则说明真的有效。如果复制不了，就再看怎么抽离真正的业务成功因素。需要注意的是，很有可能业务团队无法复制，是因为执行力差，不是数据分析没做到位。所以对执行过程的数据监控，也要做好。

这才是标杆分析的最后一步，做完这一步，才好总结：标杆是有效的/标杆无效，需要其他办法。

标杆分析法之所以“一听就会，一做就错”，大部分是因为：数据分析工作做得不仔细，没有注意到上边五个注意点。

特别是上边第4点。有的分析师做标杆，就知道喊：“你们要做到每天5个新客户，就有业绩啦！”这是典型的说废话，难道销售不想做吗！用什么方法做，说什么话，做哪里的客户这些才是真正要复制的经验。

标杆分析法，真正的难点，反而在于第四步，很有可能做得好的，是“赢者通吃”几乎各个方面都很好。这时候做分析，很容易引发“因果倒置”问题，即：到底是因为他做这个行为才表现得很好，还是因为他很好所以他才做这个行为。这个问题是个很深刻的问题，需要单独探讨。

数据驱动的基础方法有三种：标杆分析、问题诊断、数据测试。有兴趣的话，本篇集齐60在看，我们下一篇分享问题诊断法哦，敬请期待。