“不懂業務就不要談數據分析”
這句話絕對不是聳人聽聞，你可以技術不紮實（後期再學），但不懂業務真的就像開車不識路沒有導航一樣。
一名數據分析師，一定要對所在行業的業務知識有深入的瞭解，因為：
- 如果不懂業務，你連別人的問題都聽不明白，連數據都不知道取哪一個；
- 如果不懂業務，你都提不出一個好建議，如何讓業務來依靠你；
- 如果數據不結合具體行業業務知識，就是一堆數字，不會產生任何價值。
我們都知道數據的最終價值還是要落實到業務上，得出更好的決策，讓利潤增加，讓成本降低，讓風險減少，讓效率提升…那數據分析在這過程中扮演的角色就是，用數據把業務的現狀清晰描述，讓業務更清晰；然後從業務現狀裡挖掘出有價值的點，利用數據分析的方式提升好的數字，降低壞的數字，讓業務做出正確決策。
說來說去，就是一個關鍵詞：業務。
你說，我一個剛轉行/新入職的人哪裡去學業務，每天就是看看數字…
你說，業務變化千千萬，就是三頭六臂，也無法理清…
你說，業務方強勢逼人，只有他們說什麼我們就做什麼的份…
如何快速理解業務呢，這裡我要拿出看家本領了！
瞭解業務，一般從兩個角度/方向著手：
- 鎖定部門和KPI，從我們的經驗講起
- 圍繞他們的困難點，切磋思路，從而挖掘到真實的需求
為了理清思路，我們可以填好下面這個表格：
也就是說，你需要知道和你對接的業務部門每天，每個月都在做什麼？他們最關注什麼數據？由哪些環節會產生數據？以及哪些行為對數據會產生影響？為什麼這些行為會對數據產生影響？影響的幅度大嗎？回答好了上面這個表格的問題，你就算對業務有所瞭解了。
那該怎麼具體瞭解呢？可以通過業務模式、產品、渠道、用戶、運營、部門、KPI來充分了解一個公司的業務、信息。
先建立基本概念，明白到底企業：
1.可以有幾種模式
2.必須有哪些角色
3.他們在三大問題上（做什麼，看什麼，有什麼）有哪些基本特徵
4.如果想分析，可能有哪些切入點，為什麼
再結合具體情況，把部門，KPI與套路結合，深入理解部門現狀。
業務模式
先來看看第一個，瞭解一個企業的業務模式是怎麼樣的？
通俗來講，要了解一家企業，可以瞭解它的商業模式，但這太寬泛了，我們用業務模式來代替。簡單講，就是這家企業是通過什麼來掙錢的？
絕大部分公司掙錢都是掙現金的，也是我們遇到比較多的公司。但也有一些圈資金的公司，比如小米上市，雖然毛利非常低，盈利利潤率也非常低，但量非常大，人們看重的是它的市場潛力和未來價值。
To B企業：簡單來講，就是企業對企業的服務。比如IT軟件公司，諮詢公司，本質都是違企業提供服務的。
大部分公司都屬於 To C 模式，直接面對的都是消費者，比如零售業，一般都是一手交錢，一首交貨。這部分公司最看重的是銷量，因為銷量上去了，利潤自然會上去。跟業務部門溝通的時候，看他們的KPI，大部分工作都是圍繞銷量去的。所以，如果你能幫他們提高銷量，你就是大爺，否則你就是一個取數工具。
圈資金的公司，一般不會直接跟你說今年的利潤是多少，因為財務報表一般不會太好看。所以，這類公司看得是未來，只要產品好，就會有源源不斷的資金流進來。
四大角色
要掙錢，必須有東西賣，這是產品；有了產品，就要有渠道來賣我們的產品；賣產品，就要有特定的用戶群體；有了特定的用戶群體，就需要運營我們的用戶，讓他們不要流失。
如果不搞清楚任務和分工，就無法真正深入業務。有多種因素的混合，如果想要細緻的分析，我們要弄清楚哪些會影響到客戶。搞清楚誰幹什麼？才能針對性地提意見。
產品
產品是有企業提供的滿足某一用戶群體的某一場景下的特定需求的物品和服務。
這裡涉及到幾個關鍵詞。
提供，那就有供應鏈，涉及備料、生產、供貨等基礎流程。
某一用戶群體，那說明有明確的使用者，涉及用戶標籤、用戶畫像
特定場景：有明確的使用時間、使用地點
特定需求：滿足特定的物質、精神、信息需求
物品&服務：有明確的設計、規格、功能、價格
產品一般看什麼：
產品看哪些關鍵詞：
渠道
渠道的定義，就是連接產品和用戶的通道。把產品提供給需要它的用戶，把用戶的錢帶回來。
渠道就幹一件事情：貨出去，錢收回來。
為了更好的賣貨，一般需要
選擇更好的渠道，優化渠道組合
尋找標杆，培訓銷售隊伍，複製成功經驗
銷售激勵，督促銷售計劃執行
渠道有什麼：
用戶
用戶，是產品和服務的最終使用者。我們最終的目的，就是希望用戶能儘可能多使用，購買我們的產品，所以我們就要了解自己的用戶。用戶都有什麼屬性呢？這就多了，主要分為兩種用戶，企業用戶和個人用戶。
但是，這些數據都很難得到。每個公司都有每個公司獲取數據的渠道，一個號好的數據分析師，應該是能幫助企業不斷優化獲取數據的渠道，以得到更多優質的數據。這是在運營的過程中得來的，所以我們要多喝運營，渠道合作，一起提升數據的質量。最後，把我們的問題，縮小到合理的，能用我們的數據解決的範圍。
運營
運營在整個閉環中，需要支持產品，渠道，用戶三大部分。
比較常見的是互聯網產品運營，這個職位一般需要優化產品的用戶體驗，比如APP的這個功能基本沒什麼用戶使用，就要考慮是哪裡出問題了，好做相應的改進。或者在傳統行業幫助產品做好進銷存管理。
支持渠道的運營，一般分三種情況。銷售前，先做品牌公關推廣，打響知名度；在銷售中，做活動運營，給點小恩小惠引導用戶消費；在銷售後，再接著給點小恩小惠，吸引用戶再度付費。
而支持用戶的運營，就非常多了，只要涉及到用戶的，基本都需要用戶運營。比如線下專賣店、服務中心、售後服務；線上微信、網站、APP等等。
雖然有這麼多內容，但總結來看，可以歸納為傳遞信息、拉動業績、服務用戶這三件事，基於這三件事，就可以明確不同事情該具體做什麼了。
也正因為與運營有關的活動太多，到最後給運營部門寫的分析報告往往是吃力不討好的工作，因為你無法具體歸因到具體哪一部門，做了哪些事，影響了哪段時間的銷量。所以，分析的目標，最好放在明確目標，梳理邏輯上，同時對業務流程理解地越細越好，只有這樣，才能提出好的建議。
組織架構與KPI
前面說的這些，都是希望我們能自己建立起整個企業各個部門的認知，瞭解各個部門在四個角色中扮演的地位是什麼，以及他們分別是怎麼運轉的，找到他們對應的角色，就能大概瞭解他們可能需要什麼數據，有什麼需求了。
如果剛入職，先搞清楚部門架構圖，多看各部門的監控報表、經營週報，那麼這個部門大致的KPI也明瞭了，然後就在工作和溝通中和每個部門打交道，做個有心人，從每次的數據分析需求中積累答案，從以往的數據分析報告中積累答案。一步步弄清他們關注的KPI是什麼，對哪些數據最為關注。
同時，針對最近做的事情，可以做一個這樣的表格，在空閒的時候準備好業務方可能需要的數據分析報告，也能極大地提升效率。
最後。，當數據分析走出業務分析的第一步，那麼下一步，數據分析對決策有幫助、推動，甚至影響，就有了可能。
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，讓業務知識更為全面
3、瞭解業務的決策、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，多想為什麼，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麼?
OK，通過以上歷練，你已經走過數據分析通往業務分析的橋樑，未來可以往戰略戰術性分析、計算、預測更進一步。
閱讀更多 數據分析不是個事兒 的文章
