工作中如果只是利用个人经验，决策时往往会出现很多问题。在数据分析行业发展成熟的国家，90%的市场决策和经营决策都是通过数据分析研究确定的。数据可以完整地、正确地反映客观情况，借助数据分析可以实现管理科学化。

本期乐言商学院邀请到拥有14年客户服务经验的付丹老师，她管理着上百人的客服团队，担任过绝味官方旗舰店、盐津铺子食品旗舰店等公司的客服经理。付丹老师会从理论、实践等多方面分享如何借助数据分析，做好团队管理。

 课程大纲：什么是数据分析➦如何管理数据源➦如何用数据解决问题➦学会用数据讲故事

一、什么是数据分析

提到数据分析，大家首先会想到什么？

可能是复杂的统计图表，可能是一行行代码，也可能是密密麻麻的数据报表。但是其实数据分析并非代表复杂的数据运算及工具操作，而是一种解决问题的思维方式。

在信息爆炸的现在，企业发展的规划和抉择越来越依赖数据分析，数据分析师的岗位也越来越受欢迎。我们公司就会用数据分析来解决公司中大大小小的问题。

比如数据分析可以提高招聘效率：招聘主管可以将所有应聘人才根据需求关键词整理成表格，然后进行数据分析，出具用户画像。我们可以根据画像，寻找更适合岗位的人才。

数据分析还可以可以准确提升服务质量，提升个人管理宽度。用数据解决问题，可以创造更多工作价值。

数据分析有一个清晰的流程：

其中业务界定和数据收集两个部分，将影响到数据处理的的效率和业务决策的准确性。所以接下来我们具体讲解一下如何管理数据源。

二、如何管理数据源

数据源在数据分析中占据了主要地位。

但是在实践过程中，我们往往会遇到一些问题：收到的数据参差不齐，数据指标五花八门。我们需要花费大量时间来整理数据，反而拉垮了进度。其实只要掌握了以下三要素，就可以确保数据源准确：

指标拆解要可量化+数据收集模板要统一+数据归档要及时

接下来以一个案例来解释以上三要素。

客服服务质量看起来是无法量化评估的，我们需要进行指标拆解和指标量化。

首先我们进行海量的聊天记录分析，这需要一定的时间，但是是减轻后续操作的重要步骤。我们将服务质量中频繁出现的问题进行归纳，总结出影响服务质量的点来作为考评项。

然后进一步拆解，并结合店铺具体要求整理出具体指标。并且我们会给出一个模板，要求所有收集提交的数据都按照统一模板提交：

无论看似多么复杂的问题，只要进行合理拆解都可以分析。

这时候第三点也很重要，收到数据后不要随手删除，要及时收纳归档。数据就是价值，积累海量的数据，可以随时通过不同的数据组合进行数据分析，帮助我们解决更多的团队问题。比如我们可以通过今年7月的数据和去年同期相比，看一下有哪些不同，从而分析对比找到背后的原因。

三、如何用数据解决问题

这一步需要基础的Excel操作，做数据表格、数据透视表、数据分析表格。

还是以客服质检报告为例，我们会将收到的数据根据指标的拆解，按照个人、小组一一登记。然后根据表格做出可视化的透视表。

数据可视化后，如何用数据解决问题具体可以分为三步：

发现问题——运用数据解决问题的核心，找对问题，找到目标和现状之间的差距。比如公司要求客服质检评分合格分为90分，分数不够则不合格；如果小组90以上的客服占比没有达到90%，那主管也没有达标。有了具体数据，就可以解决具体问题。

分析和拆解问题——分析问题的本质：把无法解决的问题，拆解成可被解决的小问题，提出解决方案。如果不达标的人有10%，这是表象问题，背后真正的问题是什么呢？我们从表格中具体分析发现“没有及时回复”和“回复错误”扣分占比高达62%。回复错误又是因为什么呢？可能是某个小组接待量过大，某位客服是新客服等等，我们需要根据情况具体分析背后的问题。

用数据找到最优解决方案，已经将模糊的表象的问题拆解成一个个小问题，就可以提出具体的解决方案。比如针对“没有及时回复”和“回复错误”，可以进行新客服继续培训，优化每个组的接待量等等。

四、学会用数据讲故事

学会如何收集数据，学会如何用数据解决问题，这两点其实还是基础。作为一个管理人员，我们不光要用“数据说话”，还要用“数据讲好故事”。

团队中很多问题是需要多方合作完成的，比如客服工作还涉及到仓储和物流的沟通。如果能用数据讲好故事，我们可以获得更多上级和团队小伙伴的支持。

举个例子，客服主管本月的目标是提升客服质量，以下是两种表述方式：

表述A：我在质检的过程中发现我们的服务质量还是有问题，质检分90分以上的客服占比只有80%，我们的目标是90%。本月希望各位主管提升一下各组的客服服务质量。

表述B：我在质检过程中发现我们的服务质量还是有可提升的空间的。上个月质检90分以上的占比只有80%，而我们的目标要达到90%以上。我对我们的质检结果做了一轮详细的分析，发现主要扣分项集中在回复错误/未回复这一项，在质检扣分项中占比高达60%以上。我希望和各位主管就如何提升质检评分一起讨论一下，优化我们的客服管理策略，以便在下月的月度质检评分中能达成我们的目标。

很明显，表述B更有说服力：不但有背景、有问题，还有解决方案，方便团队更好地配合完成目标。

这里分享一个讲故事模型——SCQA模型：

背景（situation）：事情发生的背景是什么？

例如：我们7月份的服务质检评分90分占比人数要达到95%以上；

冲突（complication）：实际情况与理论情况的差距？

例如：实际6月份达成率是87%；

问题（question）：我们当务之急要解决的问题是什么？

例如:从6月的数据分析来看，没有达标主要是因为未回复/回复错误占比高达62.2%，影响了整体的数据达成，其中**客服等几人问题尤其突出；

答案（answer）：提出的解决方案是什么？

例如：7月初培训部开展一场《售前客服接待流程》培训，针对重点问题进行培训；客服主管优化快捷话术，提升客服回复效率。

这套基础的故事模板并不是固定的，我们可以根据具体场景进行变式：

开门见山式：（ASC):答案-背景-冲突。适合向上汇报、寻求求助的时候，因为上级时间紧张，首先要提出可达成的目标吸引对方注意力，然后解释为什么，最后表达目前遇到的冲突寻求帮助。过程中要尽量简洁明了，高效沟通。

突出忧虑式：（CSA）:冲突-背景-答案。适合跨部门沟通，强调冲突，争取支持。

突出信心式：（QSCA)：问题-背景-冲突-答案。适合会议发言，提高注意力。

通过本期付丹老师的讲解，我们可以发现数据分析并没有那么难，只要我们在团队管理中做到表达有数据，脑中有数据，大多数问题都能迎刃而解。希望每位商家都能用数据来高效管理自己的团队。