干货 | 不懂业务就不要谈数据分析!

如果不懂业务，你连别人的问题都听不明白，连数据都不知道取哪一个;

如果不懂业务，你都提不出一个好建议，如何让业务来依靠你;

如果数据不结合具体行业业务知识，就是一堆数字，不会产生任何价值。

我们都知道数据的最终价值还是要落实到业务上，得出更好的决策，让利润增加，让成本降低，让风险减少，让效率提升…那数据分析在这过程中扮演的角色就是，用数据把业务的现状清晰描述，让业务更清晰;然后从业务现状里挖掘出有价值的点，利用数据分析的方式提升好的数字，降低坏的数字，让业务做出正确决策。

说来说去，就是一个关键词：业务。

你说，我一个刚转行/新入职的人哪里去学业务，每天就是看看数字…

你说，业务变化千千万，就是三头六臂，也无法理清…

你说，业务方强势逼人，只有他们说什么我们就做什么的份…所以，不懂业务就不要谈数据分析

如何快速理解业务呢，这里我要拿出看家本领了!

了解业务，一般从两个角度/方向着手：

锁定部门和KPI，从我们的经验讲起

围绕他们的困难点，切磋思路，从而挖掘到真实的需求

为了理清思路，我们可以填好下面这个表格：

也就是说，你需要知道和你对接的业务部门每天，每个月都在做什么?他们最关注什么数据?由哪些环节会产生数据?以及哪些行为对数据会产生影响?为什么这些行为会对数据产生影响?影响的幅度大吗?回答好了上面这个表格的问题，你就算对业务有所了解了。就不会出现不懂业务就不要谈数据分析的糟糕局面。

那该怎么具体了解呢?可以通过业务模式、产品、渠道、用户、运营、部门、KPI来充分了解一个公司的业务、信息。

先建立基本概念，明白到底企业：

1.可以有几种模式

2.必须有哪些角色

3.他们在三大问题上(做什么，看什么，有什么)有哪些基本特征

4.如果想分析，可能有哪些切入点，为什么

再结合具体情况，把部门，KPI与套路结合，深入理解部门现状。

1、业务模式

先来看看第一个，了解一个企业的业务模式是怎么样的?

通俗来讲，要了解一家企业，可以了解它的商业模式，但这太宽泛了，我们用业务模式来代替。简单讲，就是这家企业是通过什么来挣钱的?

绝大部分公司挣钱都是挣现金的，也是我们遇到比较多的公司。但也有一些圈资金的公司，比如小米上市，虽然毛利非常低，盈利利润率也非常低，但量非常大，人们看重的是它的市场潜力和未来价值。

To B企业：简单来讲，就是企业对企业的服务。比如IT软件公司，咨询公司，本质都是违企业提供服务的。

大部分公司都属于 To C 模式，直接面对的都是消费者，比如零售业，一般都是一手交钱，一首交货。这部分公司最看重的是销量，因为销量上去了，利润自然会上去。跟业务部门沟通的时候，看他们的KPI，大部分工作都是围绕销量去的。所以，不懂业务就不要谈数据分析，如果你能帮他们提高销量，你就是大爷，否则你就是一个取数工具。

圈资金的公司，一般不会直接跟你说今年的利润是多少，因为财务报表一般不会太好看。所以，这类公司看得是未来，只要产品好，就会有源源不断的资金流进来。

2、四大角色

要挣钱，必须有东西卖，这是产品;有了产品，就要有渠道来卖我们的产品;卖产品，就要有特定的用户群体;有了特定的用户群体，就需要运营我们的用户，让他们不要流失。

不懂业务就不要谈数据分析，如果不搞清楚任务和分工，就无法真正深入业务。有多种因素的混合，如果想要细致的分析，我们要弄清楚哪些会影响到客户。搞清楚谁干什么?才能针对性地提意见。

3、产品

产品是有企业提供的满足某一用户群体的某一场景下的特定需求的物品和服务。

这里涉及到几个关键词。

提供，那就有供应链，涉及备料、生产、供货等基础流程。

某一用户群体，那说明有明确的使用者，涉及用户标签、用户画像

特定场景：有明确的使用时间、使用地点

特定需求：满足特定的物质、精神、信息需求

物品&服务：有明确的设计、规格、功能、价格

(1)产品一般看什么：

(2)产品看哪些关键词：

4、渠道

渠道的定义，就是连接产品和用户的通道。把产品提供给需要它的用户，把用户的钱带回来。

渠道就干一件事情：货出去，钱收回来。

为了更好的卖货，一般需要

选择更好的渠道，优化渠道组合

寻找标杆，培训销售队伍，复制成功经验

销售激励，督促销售计划执行

渠道有什么：

5、用户

用户，是产品和服务的最终使用者。我们最终的目的，就是希望用户能尽可能多使用，购买我们的产品，所以我们就要了解自己的用户。用户都有什么属性呢?这就多了，主要分为两种用户，企业用户和个人用户。

但是，这些数据都很难得到。每个公司都有每个公司获取数据的渠道，一个号好的数据分析师，应该是能帮助企业不断优化获取数据的渠道，以得到更多优质的数据。这是在运营的过程中得来的，所以我们要多喝运营，渠道合作，一起提升数据的质量。最后，把我们的问题，缩小到合理的，能用我们的数据解决的范围。

6、运营

运营在整个闭环中，需要支持产品，渠道，用户三大部分。

比较常见的是互联网产品运营，这个职位一般需要优化产品的用户体验，比如APP的这个功能基本没什么用户使用，就要考虑是哪里出问题了，好做相应的改进。或者在传统行业帮助产品做好进销存管理。

支持渠道的运营，一般分三种情况。销售前，先做品牌公关推广，打响知名度;在销售中，做活动运营，给点小恩小惠引导用户消费;在销售后，再接着给点小恩小惠，吸引用户再度付费。

而支持用户的运营，就非常多了，只要涉及到用户的，基本都需要用户运营。比如线下专卖店、服务中心、售后服务;线上微信、网站、APP等等。

虽然有这么多内容，但总结来看，可以归纳为传递信息、拉动业绩、服务用户这三件事，基于这三件事，就可以明确不同事情该具体做什么了。

也正因为与运营有关的活动太多，到最后给运营部门写的分析报告往往是吃力不讨好的工作，因为你无法具体归因到具体哪一部门，做了哪些事，影响了哪段时间的销量。所以，不懂业务就不要谈数据分析，分析的目标，最好放在明确目标，梳理逻辑上，同时对业务流程理解地越细越好，只有这样，才能提出好的建议。

7、组织架构与KPI

前面说的这些，都是希望我们能自己建立起整个企业各个部门的认知，了解各个部门在四个角色中扮演的地位是什么，以及他们分别是怎么运转的，找到他们对应的角色，就能大概了解他们可能需要什么数据，有什么需求了。

如果刚入职，不懂业务就不要谈数据分析，先搞清楚部门架构图，多看各部门的监控报表、经营周报，那么这个部门大致的KPI也明了了，然后就在工作和沟通中和每个部门打交道，做个有心人，从每次的数据分析需求中积累答案，从以往的数据分析报告中积累答案。一步步弄清他们关注的KPI是什么，对哪些数据最为关注。

同时，针对最近做的事情，可以做一个这样的表格，在空闲的时候准备好业务方可能需要的数据分析报告，也能极大地提升效率。

最后。，当数据分析走出业务分析的第一步，那么下一步，数据分析对决策有帮助、推动，甚至影响，就有了可能。

数据分析要深入业务，需要做以下事情：

1、先虚心学习基础业务知识

2、建立分析体系，不完整的地方，有业务帮忙补充，让业务知识更为全面

3、了解业务的决策、执行困难，对实用性业务经验积累有巨大帮助

4、面对业务需求时，多想为什么，业务可能怎用这个统计或分析，他们拿着这些数据真的有用么?

OK，通过以上历练，你已经走过数据分析通往业务分析的桥梁，未来可以往战略战术性分析、计算、预测更进一步。我们还是那句话：“不懂业务就不要谈数据分析”，其实这句话对于任何行业都很实用，因为不管你从事的是何种行业，业务永远是排在第一位的。