文 | 地瓜劳斯
摘要:
大数据时代，越来越多的企业意识到数据分析的能力，同时寄希望于数据分析师能给运营管理者带来决策的洞见。然而，我们却发现多数企业的数据分析师的重点放在“术”上，对数据分析是什么，做什么，怎么做存在认知与思考上的误区。
在此，我们通过最底层的逻辑的思考来解读数据分析，希望对各位有所帮助与启发。
一图看全文
一、数据分析是什么？
01、数据是什么
在对数据分析进行定义前，我们需要对“数据是什么”进行解读。我曾在给别人做培训时提出过这样一个问题：下图中哪些属于数据范畴。绝大部分人都选择了“报表”，很难有人会认为下面4项都是数据。
数据是构成信息或者知识的原始材料。数据是信息的载体和表现形式；而信息是数据的内涵，加载于数据之上。如果用书籍与知识作为类比的话，书籍就是数据，知识就是信息。知道这些后，我们就很容易做出正确的选项，上面的四种都是数据。很多人都会先入为主，认为数据就是各种表格、数字之类，例如excel报表、数据库等等，这些认识都是狭隘的。
凡是可模拟的，皆可数字化；凡是可数字化的，皆可存储；凡是可存储的，皆可分析。
02、数据分析
数据分析的概念火起来也就是这几年的事情，但数据分析师并非一个新兴的职业。中国历史上赫赫有名的谋士，如卧龙、凤雏，同样也是在做通过整理历史数据进行指导策略的工作，与现在的数据分析师并没有什么不同。
数据分析是指通过建立审计分析模型对数据进行核对、检查、复算、判断等操作，将被审计单位数据的现实状态与理想状态进行比较，从而发现审计线索，搜集审计证据的过程。
但事实上，在真正企业中开展的数据分析，绝不仅仅是如《维基百科》所定义从纷杂的数据中提取规律那么简单，更多的还是希望能从数据中提取洞见，真正地为决策提供参考。
现在对数据分析师的要求更像是一个商业分析师，是商业、统计学和计算机科学三个领域知识的结合，然后对企业的相关数据进行分析，这不仅仅是市场的数据，也包含用户的喜好，需求以及行为等相关数据，其目的是为了得到商业决策及其活动的有效信息。
不以指导业务为目的的数据分析，都是耍流氓。
这里有两个点需要注意：首先，我们需要提取的是有用的信息，而不是自嗨；其次，这些信息需要用来指导实践，而不是流于形式。
二、数据分析要做什么？
坊间流传较广，对数据分析归类为四类：
1.描述型分析（Descriptive）：发生了什么？
A.广泛的、精确的实时数据
B.有效的可视化
2.诊断型分析（Diagnostic）：为什么会发生？
A.能够钻取到数据的核心
B.能够对混乱信息进行分离
3.预测型分析（Predictive）：可能发生什么？
A.使用算法确保历史模型能够用于预测特定结果
B.使用算法和技术确保自动生成决定
4.指令型分析（Prescriptive）：采取什么措施？
A.依据测试结果来选定最佳的行为和策略
B.应用先进的分析技术帮助做出决策
我们先搁置此种分类是否MECE不谈，起码对数据分析需要回答哪些问题进行了初步的枚举。
事实上，不管Title是商业分析师、数据分析师或者业务分析师，想做好经营分析，无外乎都需要回答四个问题：1. 生意是好还是坏；2.为什么好和坏；3.什么动作导致的；4.应对策略是什么？
其中前两个问题，大多数情况都是可以通过一些核心数据指标的分析进行回答，后面我们也会针对如何回答这两个问题进行详细探讨。
回答后两个问题，本质上是在解决问题，更需要发挥的是运营“人”的主观能动性。去复盘自己在运营中所采取的策略，对比竞争对手及行业的最佳做法，以逻辑树的方式对核心问题进行流程式拆分，对应给出核心节点的变量值，然后测试，复盘。
解决问题的工具、方法与模型有非常多种，后续文章再给大家一一介绍。先简单和大家介绍下解决问题的通用型方法——七步成诗法：
1. 界定问题。考虑最终的达成效果，需求发起人需要知道什么；
2. 分解问题。考虑分解和假设，问题的关键因素是哪些；
3. 优先排序。考虑速度，逻辑树中哪一部分对于问题来说是最重要的；
4. 议题分析。考虑效率，项目组的时间应使用在哪些方面及如何使用；
5. 关键分析。考虑“然后呢”，我要证明或否定什么假设；
6. 综合建议。
7. 交流沟通。
最后，出具方案不是最终的目的，如何将方案进行最大限度的落地才是最重要的。
三、数据分析怎么做
01、需要收集哪些信息/数据
商业环境是极其复杂的，每个企业都是行业、市场的一个变量，每个企业的任何一个战略决策都可能会给行业带来一连串的影响。
企业战略的核心是战胜市场，换句话说，就是要对抗“完美”市场将经济剩余归零的力量。而战略讲究的是概率，而非必然。概率的评估，包括竞争、市场、监管等因素，这些都需要纳入计算。
总结下来，不管是判断生意的好坏还是洞悉为什么好和坏，都需要从四情出发，即：行情、敌情、我情、舆情。
数据和直觉相结合，需要懂得挖掘背后的原因、研究对策。数据分析，要同比、要环比、要和整个行业比、要和竞品比、要和标杆比、要和目标比，要从渠道、商品、时间等不同维度、不同属性、不同指标比，然后深挖下去，“不怕不识货，只要货比货！”
比然后知优劣！比完要提炼总结关键结论推动变革！
02、从哪些维度进行分析
最长期价值的判断来自于最朴素的思考，而不是各种花里胡哨的分析。
书籍也好，文章也罢，诚然，市场上有太多渠道可以告诉你各种杂七杂八的分析方法，会告诉你如何进行数据分析，怎么来满足需求方的分析需求。
然而，我们要探讨的并非哪些工具方法，而是从商业逻辑的底层去思考，生意达成的本质是什么，流程是什么，驱动力又是什么。
而不是学一堆“术”，但是这些术并没有什么内核。所以他无法形成一套完整的封闭的逻辑。它并不能帮助你，它只会让你显得自己很机智，其实是个蠢货而已。
哪怕只是和生意达成稍微有一丢丢关系的人，都会知道，生意的达成在系统里面的记录叫做订单，这些订单记录了详细的与交易相关的全部信息。那我们究竟能从订单信息里面获取到什么信息来辅助我们分析呢？或者换言之，在交易达成的瞬间，会有哪些信息需要我们记录呢？
归根结底，无外乎，谁在什么时间、什么地点、以什么方式购买了多少件多少钱的什么东西，这也构成了我们要进行分析的完整的四个维度，即：渠道，客群，产品，时间。
A. 渠道
传统的渠道指的是品牌商产品的分销渠道，也就是品牌商产品通过何种方式触达消费者。B2B,B2C,O2O,B2B2C，这些专有名词背后，都是在解释各品牌商希望自己触达消费者的方式是怎样的。
事实上，各电商平台也仅仅是一种销售渠道存在的方式而已，线上的旗舰店与线下的体验店并没有什么不同。
广义的渠道定义，会将推广考虑在内。线下体验店的展示、路边的广告牌、网络上的各平台流量入口都是品牌产品触达消费者心智的方式。
B. 客群
企业营业收入的最终来源是顾客，而不是产品。首先需要识别他们：他们是谁，他们在哪里，他们需要什么等。
你无法找到两片完全一样的叶子。每个顾客在某种程度上都是独特的。所以，大规模营销（对所有顾客使用同种营销方案）基本是无效的。而细分聚类成客群是将每个顾客视为独特个体和假定所有用户都相同之间的一种权衡。
至于我们如何进行顾客的分析，可参考我们之前的文章《白话CRM：一套完整闭环的逻辑》，这里不再赘述。
C. 产品
产品是联系企业与顾客的最重要甚至于唯一纽带。
产品管理的精髓：不要销售你能制造的产品，而是制造你能卖出去的产品。这意味着要弄清人们想要什么。产品的分析也绝不可能脱离客群分析进行。
这里要和大家达成一致，产品是其功能/属性的集合。虽然顾客决策过程通常是情绪化、全面考虑的、自动和（或）自发的，这并不意味着你不需要搞清楚，为什么顾客购买了你的产品而不是竞争对手的？顾客购买产品究竟购买的是什么以及如何使用？顾客购买过程的决策驱动力又是什么？
D. 时间
这个模块我们更关注的维度是时机选择问题。购买时机包括一年中的某月、某月中的某日、某日中的某个时段。同时，还包括促销、降价或打折等这些顾客购买的时机。
从生意达成的底层逻辑出发，去思考、推演、归纳，我们才有可能去搭建一套完整闭环的分析框架。
不抽象难以发现问题的本质，不具象无法形成解决的方案。
03、数据分析的流程
数据分析的流程上，我们归纳出来以下六个步骤：
A. 明确分析目的
这意味着需要我们要对所分析的问题进行系统性的思考，归纳推演出核心问题。前期对分析目的的明确，提出假设，确保了你不会陷入漫无目的的数据分析湖中。
B. 进行数据准备
此步骤是基于分析目的出发，进行的数据准备，搞清楚我们需要进行验证的假设是什么，尽可能的全面考虑多种维度变量。
C. 数据加工处理
不可避免的是我们在数据准备过程中会收集到各种结构化、非结构化的数据，甚至我们会收集到各种脏数据，通过此步骤将所收集到的数据进行归类清洗。
D. 数据分析挖掘
数据已备，只待分析。围绕分析目的（多数是为了验证假设）出发，利用统计学工具进行假设的验证，并提炼分析结论。
E. 数据的可视化
数据分析不是自嗨，大多数时候是为了通过验证假设然后提出对应的解决方案，直观、美观的数据可视化会让方案的受众更易快速理解并接受结论。
F. 出具数据报告
数据可视化不是终点，一个完整的报告才是分析的终点。从提出假设，到收集数据，分析数据，验证假设，将提炼出的洞见与行动建议综合整理到数据报告中，这才算可以交付给后面方案落地的环节。
最后，值得一提的是，讲数据不如讲逻辑。虽然大数据比个案更有说服力，但大数据同样存在失真、变异、滞后甚至被操控的可能性。
数据可以用来证伪，科学可以用来验证假设，而科学家才是真正提出假设的人。
最后的最后，人是无法被说服的，因为人只相信自己愿意相信的东西。
以下这些文章，或许你会感兴趣：
数据的过去、现在和未来
读懂价值链：读懂每个人在企业中的角色
企业数字化转型的“迷途”和“指南”
白话CRM：一套完整闭环逻辑的CRM框架
方法论：竞争分析——知己知彼，方可百战不殆
商业分析方法论：市场竞争分析的迷途与指南
PPT素材库6.34G免费送，结构化史上最强没有之一
Excel | 职场必会的54个函数都帮你整理好了~
【收藏】50个Excel实战技巧，让你从入门到精通
觉得好看记得分享给别人哦