作者介绍

@阿北

一名数据分析师，长期主义者，专注于个人成长；

期望花时间做一些有意思、有价值的事情；

《大数据实践之路:数据中台+数据分析+产品应用》作者；

“数据人创作组联盟”成员。

做好业务分析的重点在于数据分析师要有良好的专业素养：一方面要有过硬的专业技能、了解业务；另一方面要能够通过合作和协调，让分析策略可以落地并正向影响业务。这些内容在书中都会有介绍，本篇文章主要先带大家了解业务和数据的关系，先建立宏观的认知。

01 业务和数据的闭环

业务和数据，可以理解为映射关系，数据是业务在数字世界里的另一个它。举个例子来说：你衣服鞋子的尺码、喜欢吃什么口味的菜、爱看什么内容的文章、什么时候起床和睡觉等等，所有这些个人的数据都在云端被记录着，它就是你在数字世界里的映射。网上之前流行的一句话很有意思：手机可能比你自己还要了解你。就是因为它里面存储了一个数据的你。

我相信大家都清楚，手机用的越频繁，越多个人的数据被记录，它就会越好用，然后你就会用的更频繁。业务和数据就是这样的闭环促进关系：业务越全面、越深入的被线上化，反过来数据对业务的赋能就会越大。

图1 业务和数据闭环

02 不同岗位的职责边界与合作

公司在追求业务商业价值最大化的过程中，会涉及到多个部门间的合作。下面我们就按照图8-1中的数据流转链路来梳理一下不同部门（岗位）主要的职责边界，以及整体是怎么串起来一起协调工作的。

在实际的工作中，涉及的部门会更多，比如还会有算法部门、研发部门、用户研究部门等等，这里就不一一展开跟大家讲了。具体的合作过程：首先是业务产研团队基于实际需求，上线产品，当业务数据被收集上来以后数据业务化，会同步到数据仓库，数据开发工程师根据数据产品经理的需求对数据进行加工处理，数据分析师会全面有逻辑的去拆解和分析业务，并同数据产品经理一起合作把分析框架沉淀在数据产品上。数据分析师、数据产品经理和数据开发工程师一起搭建了整个业务的数据体系数据业务化，然后对外输出：评估业务状态、数据支持运营活动、分析产品迭代效果等等。

03 数据、信息和知识

接下来我们会就其中的数据分析环节展开来讲，在这之前，先宏观的了解一下从数据到决策会经历怎样的一个过程。

我们时刻都在被数据所记录着：年龄、身高、体重、消费金额、运动步数等等，如果只是单纯的去看这些数字是没有意义的，要用心去思考数字背后鲜活的业（灵）务（魂）。说到这里，阿北笑着又重复补充到：业务是有灵魂的！当我们从这些数字中发现业务背后的信息，再将这些数据和信息转化成一组规则来辅助我们决策（知识）的时候，数据就会变得很有价值。这个过程就是：从数据到信息，再到决策（知识）。

跟大家举个生活中的例子：体温39度是单纯的数字，背后的信息是发烧了，做出的决策（知识）就是需要去医院看病。

图2 数据-信息-知识

对于上面总结的从数据到决策的过程，我们往往会说成根据数据分析的结果去做决策，虽然这样的说法没问题，但不够直接，实际上我们是基于业务理解去做决策的，而数据是帮助我们加深业务理解的工具。数据赋能业务一般会经历四个环节：数据表现、业务原因、业务策略和作用方式。最开始我们通过数据去评估业务状态，发现业务表现异常，再全面的分析数据并结合一线的调研反馈，反复的进行猜想和数据验证，弄清楚数据表现背后的业务原因，然后思考解决问题的策略，再落地执行，监控后续效果并不断的迭代，直到问题被解决，业务发展进入正轨。

图3 数据赋能业务

再就刚才提到的生病发烧的例子详细解释一下数据赋能业务的过程：体温39度是数据表现，背后的身体原因是发烧了（业务原因），医生说需要打点滴退烧（业务策略），之后你就躺在病床上，护士过来给你输液（作用方式），这些流程走完之后，后续还会要求你持续的测量体温（监控落地效果），如果还一直不退烧的话，可能还需要继续去输液吃药（不断的迭代业务策略），直到最后体温恢复正常（问题被解决），身体进入健康状态（业务发展进入正轨）。

04 业务策略的闭环

分析数据定位业务问题，基于业务理解，确定解决策略，到最终正向的影响业务，整个过程中，业务策略存在两个闭环：逻辑闭环和业务闭环。

图4 业务策略的闭环

这两个闭环是互相影响的，首先要做到的就是论证逻辑闭环，保证结论可以站得住脚。等真正落地执行的时候，业务上可能行不通，就需要基于新的业务理解去迭代论证逻辑，形成新的逻辑闭环，再去落地执行，直到在业务上可以跑通。

所以在数据分析过程中会常出现两类问题：

逻辑闭环相关：

不接地气，指的是策略的逻辑论证没问题，但离业务上跑通还很远；业务闭环相关：

策略没有落地或者落地反馈周期太长，导致业务理解只

来源【首席数据官】，更多内容/合作请关注「辉声辉语」公众号，送10G营销资料！