如果要改变业务做法，则要先看：业务是否有采取同类措施。如果已有同类做法，则可以参考同类做法的投入产出情况进行推算。如果连做都没做过，那就得先做测试，不然没数据就是空拍脑袋。
需要注意的是：设定目标很多时候要体现领导想法，数据本身只是参考。所以很有可能在做完自然情况预测后，业务部门就会开始拍脑袋了。此时可能不需要复杂的分析方法，而是利用数据指标体系，拆解KPI指标，之后根据领导们的要求增减相关，模拟可能的结果。
四、制定计划的方法在制定计划阶段，很有可能业务想把一个大目标拆解下去，落实到具体执行工作中。此时可以使用OGSM方法，这是一套标准的把定性目标落实为定量目标，把定量目标拆解为执行步骤，再监控执行的方法（如下图）。
还有可能，业务想先不自己动手拆，而是看在现有投入产出水平下，理论最优解是什么。此时可以构建投入成本函数，利用本量利分析/线性规划方法，计算理论最优解，供业务参考（如下图）。
同目标设定一样，做计划的时候，很有可能业务完全凭经验，自己估摸一个数字就开干了。过于粗糙的计划，会导致：执行安排不合理、临时调来调去、缺少后备方案，这些都会导致执行过程的问题。
数据分析师如果能提前了解情况，就能在下一步监控走势的时候轻松很多。
五、监控走势的方法在监控走势阶段，核心任务是：观察业务是否在预期内发展，是否有异常波动。因此需要数据分析方法，判断业务是否正常。
此时有周期性分析法、投入产出分析、结构分析法、分层分析法、矩阵分析法五种方法可用。
- 周期性分析法，是根据业务特点，拆解出业务发展随季节变化/生命周期变化/投入产出变化而产生的规律。通过和常规走势对比发现问题。
- 投入产出分析，则是根据业务行动投入力度 过往数据经验，预判可能效果，如果排查：是否因本次业务执行不力，导致数据异常
- 结构分析、分层分析、矩阵分析，则是通过多个业务之间对比，发现被平均数掩盖的问题。还有些常见的说法，比如ABC分类、二八分类，其实都是分层分析的特殊形态（如下图）
在监控走势的时候，这些常规方法，完全可以和监控指标做到一起，做成同一张监控数据看板，在观察到主指标异常以后，直接从总体到具体查看数据情况，看看是哪个部分出了问题，从而极大提高发现问题的效率。
六、问题诊断的方法在诊断问题过程中，是否有业务假设是最关键的。
- 如果业务啥都没有，那就只能构建分析逻辑树，层层排查问题
- 如果业务有一个明确假设，可以直接做排除法，验证假设是否成立
- 如果业务已经有应对方案，可以直接做实验，测试方案可行性
虽然一提起问题诊断，人们本能会想到：构建逻辑树。但构建完整的逻辑树太过费时费力，且很多假设需要收集外部数据检验，现实工作中不是时时刻刻都有这么充足的数据供应。因此诊断问题时，尽可能先找业务假设，快速输出结论。
