
公眾號:接地氣學堂
作者:接地氣的陳老師
總是聽人說:數據分析師要懂業務,懂業務。懂業務確實很重要,可到底要懂到啥程度?很少有認真討論的。更難搞的是,不管你懂多少,總會有人冒出來說你:“不懂業務呀”到底這事啥時候是個頭?今天我們系統講解一下。
之所以有“業務”的說法,是和“技術”相對的。傳統的說法里,業務泛指非技術類所有工作,是企業銷售、營銷、風控、運營工作的籠統稱呼,這些都是直面B端/C端用戶,為企業掙錢的活。技術,則對應著財務、IT、法務、人力、研發等支撐性專業,這些不直面客戶,在背后支持業務運作。
在咨詢公司、第三方數據公司、廣告公司等等少數賣數據的公司里,數據是作為產品直接銷售給客戶的,數據地位更貼近業務。在其他大部分企業里,數據就是支撐部門,因此要懂業務、服務業務。
要懂業務,本質上是因為:數據從業務中來,要用回業務里去。
從業務中來,有三層含義:
1、數據產生于業務流程。
l 有了門店、銷售隊伍,才有線下成交數據
l 建了微商城、APP,才有線上成交數據
l 搞了微商城、APP埋點,才有互動數據
業務流程如何做,分幾步做,做得能不能記錄,決定了有啥數據可以分析。
2、業務動作會改變數據。
l 為了趕時間上線,不埋點,就沒有互動數據
l 為了提高注冊轉化率,不收集基礎信息,用戶畫像就缺一堆字段
l 銷售自己搞了會員卡,客人不主動提就掃到自己卡上,數據就不真實
業務怎么做,直接關系到數據質量和數量
3、數據結果會影響業務動作。
l 銷售業績不達標,業務猛沖一波,月底業績就大漲
l 銷售業績已達標,業務藏一波單,月底業績就平著走
l 活躍人數不夠,業務直接買流量,砸活動,數據刷的呱呱好看
因為很多企業建立了數據考核制度,因此當KPI/OKR不達標的時候,業務部門就開始各種騷操作,這些騷操作又會反向影響數據結果。
因此,如果不了解業務情況,只是就數論數的話,就很難做出有深度的分析。了解業務情況,就能讀出數字背后的含義(如下圖)
業務不是虛幻的“商業模式”“底層邏輯”“核心思維”,更不是簡單的AARRR、人貨場幾個字。業務是具體的系統流程、工作方式、數據記錄。不去摳業務細節,就不知道數據從哪里來,受什么影響,會變成什么樣,自然無法分析。
想系統化梳理業務,可以以一個具體業務流程為目標,進行梳理(如下圖):
注意,不同部門,不同等級的工作,對應的業務流程是不一樣的,因此想梳理的話,就得一個部門一個部門的過,分層級理解(如下圖)。
除非直接賣數據(或者賣基于數據的廣告類產品),否則數據是無法直接變現的。想要變現,就得結合業務動作。這就得考慮:到底現在業務需要的是什么?
l 如果業務不了解現狀,就給現狀描述
l 如果業務不會下判斷,就給標準建議
l 如果業務不清晰趨勢,就給未來預測
l 如果業務不知道原因,就給原因分析
l 如果業務分不清主次,就給綜合評估
總之,具體到一個公司的一個部門的一個崗位,具體到他到底在想什么問題,才能知道到底要輸出什么結論。針對性越強,輸出得越準確。
如果業務不知道怎么干……你得首先看,他到底有多不知道,才能對癥下藥(如下圖)。
所以,如果不懂業務,給出的數據結論針對性不高,就必然面對靈魂三問:
注意:業務不是一成不變的,具體到銷售、營銷、運營、生產、風控等具體領域以后,你會發現雖然每個領域有一些經典理論,但具體的做法卻是日新月異?;ヂ摼W的不斷創新,還在貢獻更多新玩法。因此:在業務問題上,沒有懂王!掌握理解業務的方法才是關鍵。
對于3年經驗以內的新人:
了解一個具體領域的具體業務流程的具體做法。這對于培養認真細致的鉆研精神,至關重要。特別是了解數據采集方式與數據質量,這對于后續如何開展分析、選擇建模方法,有關鍵影響。
對于3年-6年經驗的中生代:
對一個具體行業(比如游戲、短視頻、社區、電商、O2O……)常見玩法有了解,對一個具體細分領域(銷售、營銷、運營、生產、風控……)有比較深入的鉆研。這些經驗積累,是以后舉一反三,理解更多新模式,新玩法的基礎。
對于6+以上老人:
能舉一反三,梳理一個新業務的邏輯;
有良好的溝通能力,能主動發起和業務的溝通,了解情況;
有獨立的判斷能力,能聽出來業務嘴里的真假,反推動機。
到這個階段,能熟練運用自己的能力,梳理業務情況,甚至能憑借經驗主動指導業務了。
但是有一些做法,會阻礙進步哦,同學們注意避雷:
1、沉迷于“底層邏輯”“核心思維”“能力覺醒”
2、不看實際工作細節,總想找《電商行業百科全書全國統一認證版》
3、不看業務流程里數據采集點,張口“AARRR”閉口“用戶畫像”“精準”
4、只會從一張大寬表里拖數,數據咋來的,一問三不知
5、見過一個行業內成功案例,就認為全世界都該這么做
6、當懂王:“業務無非就是發優惠券”“互聯網無非就是補貼”……
7、不可知論:“什么業務不業務,就是看老板心情……”
總之,具體問題,具體討論,不在理論層面淺嘗輒止,也不沉迷于具體某一次成功經驗,才能讓自己理解能力越來越強,主動梳理能力越來越高??吹竭@,可能有同學會想看具體例子,有興趣的話,本篇集齊60留言,下一篇我們分享一個業務梳理的案例,敬請期待哦。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
解碼數據基因:從數字敏感度到邏輯思維 每當看到超市貨架上商品的排列變化,你是否會聯想到背后的銷售數據波動?三年前在零售行 ...
2025-05-23在本文中,我們將探討 AI 為何能夠加速數據分析、如何在每個步驟中實現數據分析自動化以及使用哪些工具。 數據分析中的AI是什么 ...
2025-05-20當數據遇見人生:我的第一個分析項目 記得三年前接手第一個數據分析項目時,我面對Excel里密密麻麻的銷售數據手足無措。那些跳動 ...
2025-05-20在數字化運營的時代,企業每天都在產生海量數據:用戶點擊行為、商品銷售記錄、廣告投放反饋…… 這些數據就像散落的拼圖,而相 ...
2025-05-19在當今數字化營銷時代,小紅書作為國內領先的社交電商平臺,其銷售數據蘊含著巨大的商業價值。通過對小紅書銷售數據的深入分析, ...
2025-05-16Excel作為最常用的數據分析工具,有沒有什么工具可以幫助我們快速地使用excel表格,只要輕松幾步甚至輸入幾項指令就能搞定呢? ...
2025-05-15數據,如同無形的燃料,驅動著現代社會的運轉。從全球互聯網用戶每天產生的2.5億TB數據,到制造業的傳感器、金融交易 ...
2025-05-15大數據是什么_數據分析師培訓 其實,現在的大數據指的并不僅僅是海量數據,更準確而言是對大數據分析的方法。傳統的數 ...
2025-05-14CDA持證人簡介: 萬木,CDA L1持證人,某電商中廠BI工程師 ,5年數據經驗1年BI內訓師,高級數據分析師,擁有豐富的行業經驗。 ...
2025-05-13CDA持證人簡介: 王明月 ,CDA 數據分析師二級持證人,2年數據產品工作經驗,管理學博士在讀。 學習入口:https://edu.cda.cn/g ...
2025-05-12CDA持證人簡介: 楊貞璽 ,CDA一級持證人,鄭州大學情報學碩士研究生,某上市公司數據分析師。 學習入口:https://edu.cda.cn/g ...
2025-05-09CDA持證人簡介 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度、美團、阿里等 ...
2025-05-07相信很多做數據分析的小伙伴,都接到過一些高階的數據分析需求,實現的過程需要用到一些數據獲取,數據清洗轉換,建模方法等,這 ...
2025-05-06以下的文章內容來源于劉靜老師的專欄,如果您想閱讀專欄《10大業務分析模型突破業務瓶頸》,點擊下方鏈接 https://edu.cda.cn/g ...
2025-04-30CDA持證人簡介: 邱立峰 CDA 數據分析師二級持證人,數字化轉型專家,數據治理專家,高級數據分析師,擁有豐富的行業經驗。 ...
2025-04-29CDA持證人簡介: 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度,美團,阿里等 ...
2025-04-28CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-27數據分析在當今信息時代發揮著重要作用。單因素方差分析(One-Way ANOVA)是一種關鍵的統計方法,用于比較三個或更多獨立樣本組 ...
2025-04-25CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-25在當今數字化時代,數據分析師的重要性與日俱增。但許多人在踏上這條職業道路時,往往充滿疑惑: 如何成為一名數據分析師?成為 ...
2025-04-24