一、细分
所谓细分，是指通过拆解不同维度，找到需要分析的某个指标的影响因素。什么是维度?
维度起源于几何学，指的是连接两个同种空间的通路，用在数据分析的时候多指一种视角，比如性别、地区、时间、距离等都是数据分析时常会用到的视角。怎样拆解维度?
拆解的前提是找到了合适的维度，那么怎样找维度呢?找到细分维度的本质是发现因变量的影响因素。 例如你这个月的销售额从60万变成了100万。导致整个销售额发生变化的因素可能有很多，我们可以用6W2H或者营销“4P”的框架来分析，把可能需要思考的维度都列出来，然后再根据具体的情况从中选择适合的维度，进行下一步的拆解和分析。拿6W2H来说明一下： What 你卖的是什么产品? 你的产品线是什么? 你的竞品是什么? 你的替代品互补品各是什么? 你的目标消费者的固有选择是什么? …… 假设我们现在需要从产品线维度来拆，那么据此可以拆分的问题就是：各个产品的销售额贡献率是多少?按照28原则，理想状态是80%的销售额来源于20%的产品，我们需要知道爆款是什么，卖得不好的产品是什么?细分清楚才能下一步了解销售额变动的原因和判断之后的趋势。 Who 谁在做? 企业内部是谁在做这款产品的销售? 外部市场上有多少同行在卖同款产品? 如果考虑内部，我们可以把问题拆分成，有哪几个部门在卖?由哪几个项目经理负责销售?他们各自对销售额的贡献情况如何? 如果考虑外部市场，可以分析看看同行的实力是什么? Whom 卖给谁? 这一步说的是谁是你的客户?客户类型有哪些? 谁是使用者?谁是影响者?谁是决策者? 消费者的层次如何? 采购频次如何? …… 就本案来说，我们可以思考，在线上买礼品的人可以为几类?他们各自有怎样的采购特征，等等。 When 什么时候购买? 客户购买的时间分布有何规律? 比如我们可以比较看看销售额是不是有周期性变动的规律? Where 客户在哪里买? 都有哪些销售渠道是适合我们的?信息流还是竞价推广?百度还是搜狗? 如果同时做了好几个渠道，那么哪个渠道的销售额更好一些? Why 客户为什么买? 客户的购买动机是什么?客户消费场景有哪些?客户的痛点有哪些?有哪些环境因素影响了客户的购买? How 客户如何购买? 如何购买也可以是营销组合要素如何影响消费者的购买决策。消费者在购买决策的看重哪些因素，是购买的便利性呢?还是产品的设计性?还是价格? How much 客户愿意为产品付出多少成本? 这里就涉及到定价策略了，是采用低价渗透呢?高价撇脂呢?还是歧视定价?等等。 还可以考察一下客户的购买成本是如何构成的，是否包含理解成本、货币成本、风险成本、时间成本、便利成本等，具体问题具体分析。
二、对比
完成上一步的细分之后，我们就需要开始对同一维度的数据进行比较，以了解业务现状，找到业务的薄弱环节或部分。怎么比?
比较主要是通过建立参照系来比较。这里需要强调几点注意事项： 要弄清楚是谁和谁在比 这里的“谁”涵义比较宽泛，比如是不是同一单位在比?比如同样是销售金额，3000人民币和900欧元就没法直接比，得先统一单位，然后再比。 弄清楚怎么比 也就是选择比较的对象要有可比性。比如公司的某个产品的销售额不能和全省该产品的社会零售总额去比，这都不是一个量级，怎么比?比较只能和同量级的比。 弄清楚比完后要干嘛 如果各种步骤都准确，那么比完之后，我们就能知道自己大概所处的状态了，如果这个状态相对较好，就继续保持，如果状态相对较差，就可以着手改进优化了。 找谁开刀? 可以根据优化的投入产出比来判断; 可以根据优化的难易程度和改善空间来选择; 重点考虑公司的资源情况; 参考公司的经营目标和经营策略; 其他影响因素的考量，比如当前市场的政策情况、行业的发展趋势、同行竞争情况等等。
三、溯源
一般情况下，出现问题后相关经手人的第一反应是什么?指责。责怪账户没有优化好，责怪客服没有转化力，各种猜测各种推卸责任。没有根据的猜测是于事无补的，我们应该做的是把可能涉及到的问题都追溯一遍，找到问题的源头所在。 怎么溯源?拿信息流广告的投放中可能遇到的问题来举例：
