4個關鍵，如何清晰的做好數據分析

數據分析就近幾年看來，越來越有一種像通用技能發展的趨勢，從生產、研發、市場、銷售到運營，多多少會存在數據分析的需求。

關于數據分析，網絡上有不少分析報告案例，但細細讀來，好多都缺少辨證，邏輯不嚴謹，又或者分析得淺嘗輒止。恰逢最近讀了《大數據分析的道與術》，是一套很完整的理論書籍，結合自己多年的數據從業經驗，積累了一些心得，想與大家分享。

作為一個唯物主義者，做事總是愛講方法論。曾經“農村包圍城市，武裝奪取政權”作為方法論的代名詞，總是掛在嘴邊。那么數據分析工作，方法論是什么呢？是“先道后術，以道馭術”，也就是先了解數據分析的核心原則，再掌握數據分析的一些關鍵技術。

什么是數據分析？數據分析是指用適當的統計分析方法對收集來的大量數據進行分析，為提取有用信息和形成結論而對數據加以詳細研究和概括總結的過程。其實簡單理解，數據分析本身就是“數據”和“分析”兩塊工作。一方面是采集、加工、整理數據，另一方面是結合數據背景分析數據，從中提取出對業務有幫助的結論。

數據分析的成果通常是數據分析報告。常見的就是帶圖、表的PPT、PDF文件，也有一些Web版的圖表系統（有興趣的，可以在應用商店搜索“數據分析”，有各類演示系統可以體驗）。對于數據分析報告，類似議論文，分析是論點，數據就是論據。

數據分析有什么用呢？這個經常被問到，尤其當一篇花里胡哨的報告在網上發布，就有人說報告沒用，順帶著撇一嘴數據分析也沒用。

數據分析對企業的巨大價值體現在業務發展的前期（探索期）或階段性改進期（顛覆期）。當探索和變革業務時，企業需要數據分析去明確業務中的問題、機遇及解決方案。企業最大的成本是決策成本，而數據分析是提高企業決策能力的關鍵；當業務模式相對成熟時，企業則需要數據建模來提升業務效率，減少運營成本等。

那，數據分析又有哪些普遍又典型的應用場景呢？筆者經驗，主要是三個：掌握業務狀態、分析業務潛力、評估業務進展。

場景-掌握業務狀態：我們需要通過對核心指標進行監控、解讀和分析，掌握業務經營狀況。比如某日銷量出現異常波動，需要數據分析來定位原因。（產品A本周銷量異常上漲10%，是什么原因？怎么分析？）在比如月末、季末部門做關鍵業務指標總結，并做業務發展趨勢分析等。（本季度的關鍵數據指標如何？各項業務進展如何？都有哪些積極消極因素，具體多大影響，下個月、下個季度業務則呢么發展？）譬如下方用finereport搭建的數據平臺，統計監測的業務數據。按照制定的業務分析規則展示，可以清晰地看到哪個環節出錯。

銷售額分析

銷售團隊分析

銷售指標追蹤

場景-分析業務潛力：產品當前的主要問題是什么？下一步的發展潛力在哪里？從數據中挖掘問題原因并提出對策，指明產品的下一步改進方向。比如商品B近3個月流失了1000個會員，原因是什么（分析原因）？如何減少會員流失（找對策）？

場景-評估業務進展：新上線的產品策略或新推進的運營活動，帶來了多少業績提升？項目的覆蓋面和影響面如何？其中存在怎樣的問題，如何進一步優化等等。比如針對部分客戶，設計全新的促銷策略，在本月執行后，如何評價促銷策略帶來的業績提升？是否目標客戶群比上個月購買額增長可以作為促銷策略的成果？

既然數據分析有如此之多的應用場景和使用價值，那么怎么才能做好數據分析呢？只能說，太難，既需要工具技巧的掌握，又要有能明察秋毫洞若觀火的業務經驗。但相比而言，個人覺得后者更為重要，就像如果只知道方法論，但沒有對業務的理解，如何實行的套路，數據分析只會浮于表面，既不能挖掘問題原因，也不能提供解決方案。

做好數據分析，不談技術，先認清以下4個關鍵。

1、業務調研：理解業務是基礎，否則分析是無本之木，甚至是個人意淫。

2、創新思考：廣闊的知識面和積極的思考，是分析思路的源泉，數據分析的創新思考，實質上就是從更多的思路進行分析，找出最合理的思路。

3、邏輯推理：對數據指標作出正確的歸因分析和判斷。

4、可行建議：產生對業務切實有效的改進建議和執行方案。

“業務調研”是數據分析的起點，也是獲取分析思路的基礎，但是需要兼具深度和廣度的“創新思考”，才能獲取更獨到的分析思路。分析思路也可以認為是統計數據的角度，完成數據統計后，需要“邏輯推理”來保證從數據到結論判斷的正確性。最后，用“可行建議”來保證分析結論的落地執行，產生可量化的業績。這就是數據分析從業務中來，回到業務中取得完成過程。