第二步：“分解”数据，锁定问题的关键
对问题做出恰当的定义，并大致把握现状之后，接下来需要找到“问题的关键”。通过找出问题的关键，可以实现确定分析范围的目的。如果数据中包含所有信息，就会像一笔糊涂账，一直钻研也无法取得任何进展。因此，分解数据就显得极为重要。
图 A 分解新车销售总额
如图 A 所示，“新车销售总额”可以通过四则运算，用“WHAT 型假设”进行分解。左端的“新车销售总额”是代表最根本问题的指标，可以分解为“新车销售数量”与“平均单价”的乘法。
分解“销售总额”的构成要素，可以使分析者看到更为具体的内容。从新车销售数量和平均单价两个方面，可以比只看销售额挖掘得更为深入。当然，在这种假设的基础上进行分析，也还是有可能无法找到任何值得参考的信息。通过数据分析可以对此加以判别。
很多情况下，如果进展不够顺利，就得反复试错，回到假设阶段寻找其他突破口。我们需要放弃尝试一次便获得成功的完美主义。
仅根据新车销售数量的变化，还远远无法找出“问题的关键”。因此，还需要将新车销售数量分解为“本品牌首次购买数量”与“本品牌内再次购买数量”的加法。也就是说，将首次购买本品牌汽车的用户与再次购买本品牌汽车的用户加以区分。
此时可以假设这两种用户之间存在不同的购买动机。很多情况下，人们根据常识就可以建立类似假设，了解相关业务的人，做出错误假设的可能性也不会太大。
如果认为进一步分解能体现出数据特征的差异，可以继续分解（虽然比较麻烦），从而提高分析的准确度。在这个例子中，我们尝试进行了更深入的挖掘。
图 B 根据图 A 进行数据整理的结果
我们将“本品牌首次购买数量”，即首次购买本品牌产品的顾客分为“从其品牌流入”的用户和首次购车（非再次购买）的用户。
接下来，我们将“曾经买过本品牌产品、现在需要再次购买的用户”分解为再次购买时仍然选择了本品牌产品的用户和转为购买其他品牌产品的用户。我们将重新购买新车的本品牌用户中，再次选择了本品牌产品的人（回头客）的比例作为“客户忠诚度”。
图 B 对这些内容做了数据整理。利用 WHAT 型假设进行数据分解，在结构上具有一个优点，即能够明确分解后的数据（例如“客户忠诚度”“从其他品牌流入的数量”等）与上一级变量（“新车销售数量”）以及最上层问题（“新车销售总额”）之间的关系。
掌握了分解之后的各个项目的大致情况（倾向），我们便可以找到更值得关注的关键。
从图 C 可以发现，新车销售总额在这 2 年期间减少了大约 15%。这是所有问题的根源。根据图 D 可知，平均单价在 2 年期间比较稳定，基本在平均值（200 万日元）上下 5%（190 万～210 万日元）的范围内。至少在过去的一年里，没有出现过价格明显下降的情况。另一方面，从图 E 可以看出，“新车销售数量”与销售总额一样，也减少了近 15%。由此可知，我们应该优先关注新车销售数量的数据。接下来，我们可以进一步观察图 F 所示的销售数量的明细。
图 C 新车销售总额的变化
图 D 平均单价的变化
虽然两者在数量上没有太大差异，但本品牌首次购买数量基本维持稳定，而再次购买数量却在过去一年出现了减少。因此，从 WHAT 型假设的构成也可以确定，“本品牌内再次购买数量”应该是“新车销售总额”减少的主要
图 E 新车销售数量的变化
图 F 新车销售数量明细的变化
原因之一。不分析到这一步，即使发现“新车销售额（数量）减少”，也仍旧无法回答“是否存在其他问题”“如何断定这就是主要问题”等质疑或追问。这样的话就难以保证分析的可靠性。
要注意的是，不能根据“本品牌内再次购买数量”本身来判断“数量增加就好”或者“数量减少所以不好”。我们应该意识到，根据单纯的数量“增加或者减少”“多或者少”只能看到表面的结果，而很难对现状做出恰当的评价。
因为只有将“本品牌内再次购买数量”与当月再次购买车辆的总人数（辆数）进行比较，才有可能对现状做出评价。为此，需要进一步分解，掌握在所有需要再次购买的数量当中，有百分之几的人实际再次购买了本品牌产品。
在看到某个数字时，我们要关注的是，“这个数字能否真正评价我们想知道的问题”“这个数字是在哪个范围产生的”“在与其他数据进行比较时，是否需要统一标准（这个例子中的标准是每月再次购买车辆的人数）”等问题。
将“再次购买数量”分为“本公司品牌”和“其他公司品牌”，并不只是因为可以从理论上这样做。之所以这样分解，是因为如果能确定这其中存在问题，就可以采取具体的措施。了解再次购买汽车时转为购买其他公司产品的人与再次购买本公司产品的人的不同，才能采取对策。衡量这一情况的不是具体数量，而是客户忠诚度（%）。
只有将业务经验、常识及其他人的意见都动员起来，才能获得创意和思路。因为数据自己是不会讲话的。
反之，如果一个数据分析没有经历过类似的思考过程，就可以说它没有目的和终点。实际上，到处都可以看到这种“机械性”的数据分析。
观察客户忠诚度的变化（趋势），可以发现导致“本品牌内再次购买数量”减少的，不是整体再次购买数量的减少，而是客户忠诚度的下降。也就是说，分流至其他品牌的人数的比例增加了（图 G）。
图 G 客户忠诚度的变化
对于“本品牌首次购买数量”，本来也需要用相同的方法把握整体情况。但因为无法通过一本书覆盖所有的内容，所以本书仅针对现状中已经发现的“客户忠诚度”的问题，即如何让用户再次购买车辆时仍然选择本品牌产品这一问题做进一步的深入挖掘。