資料分析這個話題是老生常談了，以前的實體公司是發動了人海戰術，從線下各種地方做市場調研、做問卷調查，從這些收集到資料中分析客戶需求尋找企業發展的路子。時代在發展，企業在進步，現在網際網路時代，很多企業都進行了資料化轉型，資料的體量是以前多了，那麼問題又來了，這麼多資料該怎麼剔除無用的資料找到真實的資料進行分析。下面就一起來了解一下業務經理怎麼樣做資料分析。

一、別人眼中的資料分析師：

新入行的資料分析師，在入職之後每天干的活就是取數給業務用，感覺自己就像個取數機。時不時地還是會懷疑：我做的真的是資料分析麼？為什麼會懷疑？因為到現在為止也沒有人可以對資料分析的工作內容和方向有個清晰的定義，產品和運營的同學眼中的資料分析就是沒的感情的提數機器，老闆們眼中的資料分析師是資料+UI的報表maker，圈外人眼中的資料分析師……就是用大資料算命的吧？

因為沒有方向和期待，所以才會出現數據分析師野蠻生長的情況，也至於摸索了好幾年，可能才發現，資料分析大抵應該是：從業務中發現問題，用對業務的理解和邏輯思維分析問題，找到問題的癥結所在或者發展態勢，給出可行性的方案，然後協調各方的資源推動落地。

資料分析從業務來，再回到業務去，這一個過程才是真的難。

難點一：業務究竟是什麼

誰都知道資料分析師要懂業務，可業務究竟是個啥？從來都是隻聞其名，不得其精髓，以至於很多人就迷失在了第一步。業務雖然很複雜，但從資料分析的角度上來講，只需要關注以下幾個方面。

1. 商業模式

所謂的商業模式，無非就提供什麼樣的產品服務，然後以何種方式賺錢。

網際網路行業區別於其他傳統企業，傳統行業靠的是銷售產品獲利，網際網路企業的特點往往是：羊毛出在狗身上，豬來買單。通過什麼樣的服務進行引流？又通過什麼樣的服務黏住使用者？然後提供什麼樣的服務進行轉化付費以及復購？

2. 產品

我們提供什麼型別的產品？面向的是什麼樣的使用者？解決使用者什麼樣的痛點需求？產品的主要流程是什麼樣的？產品處於何種生命週期？是在驗證功能？還是在快速拓展市場？抑或是已經進入成熟期，要拓展新的領域或者做好使用者遷移了？

3. 運營

對於產品的運營策略是什麼？有哪些運營的策略和方法？線上線下如何推廣轉化？如何做好使用者的精細化運營，把錢用到刀刃上？

4. 渠道

通過哪些渠道觸達到產品的目標人群，各渠道的使用者質量如何？投入產出ROI如何？

5. 銷售

銷售方式往往取決於商業模式，如果是2B/2G，一般來說需要做好關鍵決策人的運營，同時做好商務關係或者代理商建設，如果是2C，線上線下如何配合？

6. 競品

關注自身產品的同時，更要了解細分領域競品的情況。同一賽道的競品有哪些？共性的產品功能和服務是什麼？我們的優勢和劣勢各是什麼？未來有沒有機會可以突圍？

難點二：懂業務了怎麼搞資料分析

已經把這麼複雜的業務理了一遍，接到一個數據分析的需求，又該如何下手呢？比如，通過資料探勘和資料處理之後，發現你的使用者某一時段留存率很低，讓你分析一下原因，怎麼做？

第一步，是不是應該把應用的使用者使用流程梳理一遍，看看使用者究竟留存率低是在哪個環節流失了，梳理後主要應該有以下幾個關鍵流程：

然後，我們就要對這一部分的使用者留存率低的原因進行假設，假設要來源於對業務的理解。如果理解得更加深入，可以細分多個使用者影響因素。接下來就是對假設收集資料，逐個驗證，過程並不複雜，就是簡單的演繹推理過程。

然而實際業務中，最複雜耗時的是基於業務的理解提出合理的假設，業務理解得越深入，假設就越接近問題本質，驗證就越簡單直接。

二、商業智慧資料分析軟體

excel做資料分析難以解決大資料量的問題，對沒有程式設計基礎的人來說上手python又比較難，這時候可以選擇利用資料分析軟體來做資料分析，現在市場上的資料分析軟體基本都涵蓋來資料採集、處理、分析到視覺化展現的過程，操作簡單，視覺化效果很棒，比較適合新手入門。比較好用的有Smartbi、tableau 等等

資料分析的資料來源

資料是資料分析的基礎，所以獲取大而全的資料就至關重要，以下是我經常獲取資料的幾個渠道：

1、國家統計局：國家統計局網站上的資料量之齊全，內容之豐富，簡直讓人咂舌，可以作為你巨集觀資料分析的來源。

2、工信部：主要針對的是工業、資訊類資料，上面還有一些行業執行情況分析，可以作為參考。

3、中國信通院：中國資訊通訊研究院，針對網際網路多個行業的發展趨勢，會有很多行業白皮書釋出，研究內容較為前沿。

4、艾瑞：主要針對網際網路行業，資料比較單一，亮點是會發布一些艾瑞研究報告，是開闊分析思路的好幫手。

5、網易、新浪等入口網站。這些網站的資料較為分散，需要進行整合，最好的方式就是配合Smartbi篩選自己想要的資料。

三、資料分析師的進階之路

資料分析高手和新手最大的區別在於：高手能通過資料分析，找到工作的關鍵節點，思考怎樣達成每個節點，並用資料證明能不能走得通。新手容易陷入＂毛線團式＂的工作狀態，繞了一圈又一圈才完成任務。

想成為這樣的高手，拿到比資料小白高几倍的工資，至少需要經歷以下3個資料分析能力階段。

1.資料分析能力階段一：用資料分析解決業務問題

2.資料分析能力階段二：用資料分析達成專案目標

3.資料分析能力階段三：用資料分析達成專案目標

總的來說，資料分析不僅僅是給產品、運營提取資料，也不是隻會做報表和UI的報表人，資料分析師是能優化企業業務線的技術人員，讓企業業務能更進一步的工程師，所以資料分析需要不斷強化自己，去了解業務並通過專業分析給企業做出指導方案。