数据分析课|数据分析必备的战略思维竟然是这些，这4点内容你真的了解清楚了吗

无论是产品、市场、运营还是管理者，你必须反思：数据本质的意义，究竟在哪里?从这些数据中，你和你的团队都可以学习到什么?

1、数据分析必备的战略思维——数据分析的目标

对于企业来讲，数据分析的可以辅助企业优化流程，降低成本，提高营业额，往往我们把这类数据分析定义为商业数据分析。商业数据分析的目标是利用大数据为所有职场人员做出迅捷、高质、高效的决策，提供可规模化的解决方案。商业数据分析的本质在于创造商业意义 ，驱动企业业务增长。

2、数据分析必备的战略思维——数据分析的意义

我们常常讲的企业增长模式中，往往以某个业务平台为核心。这其中，数据和数据分析，是不可或缺的环节。

通过企业或者平台为目标客户群提供产品或服务，而客户在使用产品或服务过程中产生的交互、交易，都可以作为数据采集下来。根据这些数据洞察，通过分析的手段反推客户的需求，创造更多符合需求的增值产品和服务，重新投入客户的使用，从而形成形成一个完整的业务闭环。这样的完整业务逻辑，可以真正意义上驱动业务的增长。

3、数据分析必备的战略思维——数据分析进化论

我们常常以商业回报比来定位数据分析的不同流程，因此我们将其分为四个流程。

流程1：观察数据当前发生了什么?

首先，基本的数据展示，可以告诉我们发生了什么。例如，公司上周投放了新的搜索引擎A的广告，想要比对一周下来，新渠道A比现有渠道B情况如何，A、B各自带来了多少流量，转化效果如何? 又比如，新上线的产品有多少客户喜欢，新注册流中注册的人数有多少。

这些都需要通过数据来展示结果，都是基于数据本身提供的“发生了什么”。

流程2：理解为什么发生?

如果看到了渠道A为什么比渠道B带来更多的流量，这时候我们就要结合商业来进一步判断这种现象的原因。这时候我们可以进一步通过数据信息进行深度拆分， 也许某个关键字带来的流量，也许是该渠道更多的获取了移动端的客户。这种数据深度分析判断，成为了商业分析第二个进阶，也同时能够提供更多商业意义上的体现。

流程3：预测未来会发生什么?

而当我们理解了渠道A、B带来流量的高低，就根据以往的知识预测未来会发生什么。在投放渠道C、D的时候，猜测渠道C比渠道D好，当上线新的注册流、新的优化，可以知道哪一个节点比较容易出问题;我们也可以通过数据挖掘的手段，自动预测判断C和D渠道之间的差异，这就是数据分析的第三个进阶，预测未来会发生的结果。

流程4：商业决策

所有作业中最有意义的还是商业决策，通过数据来判断应该做什么。而商业数据分析的目的，就是商业结果。当数据分析的产出可以直接转化为决策，或直接利用数据做出决策，那么这才能直接体现出数据分析的意义。

4、数据分析必备的战略思维——数据分析的 EOI 框架

EOI 的架构是包括 LinkedIn、Google 在内的很多公司定义分析型项目的目标的基本方式，也是管理者在思考商业数据分析项目中一种基本的、必备的手段。

其中，我们先会把公司业务项目分为三类：核心工作目标，战略工作目标，风险工作目标。

以谷歌为例，谷歌的核心工作目标是搜索、SEM、广告，这是已经被证明的商业模型，并已经持续从中获得很多利润。谷歌的战略性工作目标(在2010年左右)是安卓平台，为了避免苹果或其他厂商占领，所以要花时间、花精力去做，但商业模式未必成型。风险工作目标对于创新来说是十分重要的，比如谷歌眼镜、自动驾驶汽车等等。

数据分析项目对这三类工作目标的目标也不同，对核心工作目标来讲，数据分析是助力(E)，帮助公司更好的盈利，提高盈利效率; 对战略工作目标来说是优化(O)，如何能够辅助战略型工作目标找到方向和盈利点;对于风险工作目标，则是共同创业(I)，努力验证创新项目的重要性 。管理者需要对公司业务及发展趋势有着清晰的认识，合理分配数据分析资源、制定数据分析目标方向。

我们常常说，不能度量，就无法增长，数据分析对于企业商业价值的提升有着至关重要的作用。当然，仅仅掌握单纯的理论还远远不够，实践出真知。 数据分析的正确方式大家不妨在自己日常工作中，有分析相关项目里尝试使用，相信可以事半功倍，创造更多商业价值。这些很重要。

以上就是数据分析必备的战略思维，还有我所理解的互联网BI数据分析师，注重广度而非深度，也谈到了该岗位定位的问题和存在的困境。实际作业中确实会遇到各种各样的问题和挑战，只有迎难而上，多多总结，保持思考，才能从容应对。祝大家金九银十，升职加薪!