大資料行業快速發展的時代，很多人都有疑問，大資料究竟有重要，今天我們主要來講一講資料分析的重要性。

先毫不客氣的說一句話：現在整個資料領域，很多自認為玩轉資料的人，結果卻沒有幾個人能擁有養好的資料思維，更別說拿得出一份像樣的分析報告，缺少了老一輩商業資料分析人的精神。同樣還有大部分資料分析師，也受這種風氣的影響，沒有抓住自己的核心力，寫的分析報告就像是做資料統計一樣。

大家受益於「大資料」和「人工智慧」的熱潮，如果丟失了以往對資料的敬畏，對深度分析的興趣，對資料價值的痴迷，最終肯定「成也蕭何敗也蕭何」，該被市場淘汰的人才肯定會出局。

這個情緒來源於昨天的工作感悟，讓我逐漸意識到問題的嚴重性。

畢竟要談的話題有些敏感，就省略背景描述，反正就是平臺要深入挖掘幾百萬使用者的價值，挑選出一些優質客戶去營銷放款，這其中還涉及到風險稽核的調整。

然後問題來了，一堆人簡單去看了業務指標，再憑藉業務經驗就確定瞭解決問題的方向。

「分析申請被拒的客戶，結合外部資料去分析客戶價值，最後協調風控部門，單獨給優質客戶去開放綠色通道」

這件事的「難度」和「風險」不言而喻，把風控的事做了，卻讓風控承擔逾期風險。即使不去關心公司層面上的問題，但是思考問題的方向太侷限了。

這事我也是昨天才參與的，但是昨天下午有事出去了。然後我今早上8點到公司以後，就先分析了一下這批樣本使用者的「整體轉化漏斗」和「營銷轉化漏斗」，結果很明顯就看到問題所在。

(業務資料不便於公佈，製作的轉化漏斗圖形也省略了)

第一個分析方向，首貸申請 -> 被拒的使用者群體，對於客戶質量的挖掘，再一次放款；

這批使用者雖然有需求，但是使用者群體量的佔比不足整體25%，而且有「難度」和「風險」。

然後，我新提出的第二個方向，總體樣本的營銷覆蓋率很低(不足4%)，而被營銷的客群轉化率很高（接近85%）。

因此，我們更需要考慮「未營銷，未拒貸，未首貸」客群的深度挖掘營銷。

這樣的話，整體工作的風險和推動量會小得多，更關鍵是「資料價值」更大。

我的這個分析思考其實很簡單，但是很少有人願意去做，甚至在我做這件事的初期，有人還反對沒有意義，不要走錯方向。

結果呢，最終發了兩份轉化漏斗圖，稍微有點業務能力的人，一眼就能看到問題所在。

當然，最後大家也很肯定這份結果，直誇這才是「資料價值」所在，所以「資料價值」有時候離大家並不遙遠。