【干貨】數據分析VS業務分析需求

在BI界廣泛流傳著一個觀點，不懂商業別做數據分析，可見商業理解對于數據分析的重要性。然后現實中，數據分析切合業務往往四處碰釘子，那么如何解決這個業界難題呢?數據分析人往往是用經典案例套業務的需求，或者等待業務需求，然后數據分析來實現，得出分析結論提供給業務使用。所以這當中需要多深業務功底才能做好分析，把分析價值呈現給業務，讓他們用起來，這是一個難題，但也是企業最想解決的難題。

引導、吃透分析需求

這里把引導放第一位，因為分析需求往往都是零散的、針對具體某一個問題的，所以如果要有系統化的、全面的分析需求，需要從BI角度進行一個分析總攬，既起到拋磚引玉的作用，同時也起到系統性引導業務分析的作用，使得BI與業務一線需求更為緊密。

所謂吃透分析需求，就是對用戶的需求進行深入理解，一方面是看需求是否合理，二是自身對業務的學習、理解過程，三是對需求的全面思考。

淺析數據分析如何深入業務

案例一，由系統性分析框架，與業務需求一起完善BI，并用之產生足夠價值。

大家都知道電商活動分析與日常運營分析差別比較大，故活動分析需要獨立的分析框架專門服務每次的活動，達到市場目標達到或超過，且客戶體驗更高、運營成本更低的目的。

當BI人把活動分析框架搭建起來后，無論從商品供應鏈需求預測、客戶細分準備精確營銷、市場預測、流量/訂單近實時監控等看似比較完美的分析服務體系建立起來后，與業務部門一碰撞，發現還是不能完全滿足需求。例如財務部門可能要求監控同一天同一款商品不同價格的問題，因為有的時候，客戶不同路徑點擊商品價格會不同。所以永遠不要忽視一線部門對于業務需求的多樣性，這些都是需要和業務部門充分交流互補有無的時候。

正常情況下，只要BI人能充分說明理由，業務部門不可能看著業務利益不去做的，除非BI人沒有了解到業務執行的困難而妄自假想的方案。例如不同類型的活動，其商品銷售分布規律是不同的，有的是3-7，2-8效應，有的甚至1-9效應，這些根據歷史經驗作為統計分析參數，意味著供應鏈預測的時候，活動商品根據銷售目標準備的庫存要達到足夠的數量才行。

案例二，業務過來的需求，如何做得更好，讓每一個分析都能真正發揮價值作用?BI不能成為IT開發者，你來需求我開發、我取數、分析，至于數據用的咋樣，是否產生價值，是你自己的事。這種合作方式正在全面改進，BI價值泡沫正在回歸真金白銀的價值理念。所以對于業務提出的需求，要刨根問底，直到它真的對業務有幫助。

有朋友說，業務部門可能說，你別管，取數、統計就行了。其實這是可以改變的，因為業務部門也喜歡能做的更好，只要你懂業務，甚至比他們更有見地，別人為啥不聽聽你的建議呢?

在以前的甲方公司早期做BI的時候，當時業務解析能力還沒那么牛，報表和數據分析體系還正在建立中，但也學習不少業務知識，需要逐步與業務磨合的時候，財務部門來了一個統計需求，結果一看，是一張上百個字段的超大報表，而且很明細，統計出來上萬行，放EXCLE沒法看。于是我問對方到底用這個表來干嘛呢?對方說不清楚，高層領導要的，想要看各省主要品類的銷售情況，但不知道怎么看，估先這樣都把數拿出來看吧。

我問領導用來干什么，或者什么場合用呢?對方說銷售會議。我說這樣吧，明細數據我給你，我再幫你統計一些圖表，這樣會議看數據會看得更輕松更清洗。銷售會議，常常會自身同比，以及不同省份的增長對比，所以根據這個特點，我做了針對性統計。 后來反饋會議看數據確實更輕松，對會議有幫助，所以銷售總監還想看庫存與銷售對比，看哪些地方搶了貨卻銷售不出去的現象，但已經很大的補充作用了。

總結

當數據分析走出業務分析的第一步，那么下一步，數據分析對決策有幫助、推動，甚至影響，就有了可能，我倡導的BI做為企業智囊團，謀士，就更進了一步。

數據分析要深入業務，需要做以下事情：

1。先虛心學習基礎業務知識

2。建立分析體系，不完整的地方，有業務幫忙補充，BI的業務知識更為全面

3。了解業務的決策、執行困難，對實用性業務經驗積累有巨大幫助

4。面對業務需求時，多想為什么，業務可能怎用這個統計或分析，他們拿著這些數據真的有用么?

OK，通過以上歷練，你已經走過數據分析通往業務分析的橋梁，可以往戰略戰術性分析、計算、預測更進一步了，這樣你的BI不但是“工具”，你做為BI人還可以做為謀士，成為決策、智能執行的推動或補充者，把事情做得更好。