当我们把最终的数据结果对应到目标拆解后的每一步时，我们就能知道哪一步没有完成目标，以及各自的差异点，然后我们就来分析这其中的原因。在这一步主要要完成两件事：

第一件事：找出具体数据差异的原因，这里需要提供过程中的数据、截图等。

比如通过后台数据分析发现社群活动海报扫码率远低于目标值，或者在引流环节时，某个渠道的活动曝光量远低于预期等。

第二件事：根据目标与实际结果的差异，对上面分析的原因提出假设。

例如针对社群活动海报扫码率过低这一现象，进一步来假设，是不是因为我们的活动文案不够吸引人，文案标题等没有亮点，无法找到用户痛点？等等。