在學習數據分析的過程中，我們可能經常只關注於數據本身，卻忽略了數據背後的業務需求，常常是自己埋頭苦幹做出的分析結果，卻被業務一句話給否掉：“你這個結果不符合業務邏輯！”
比如領導讓你分析一下最近業績下降的原因，你分析了一大堆流量、客單量、留存等等數據，業務人員卻看都不看，因爲他覺得業績下降可能就是銷售的問題，你分析的數據根本毫無價值。
這種情況該怎麼辦？
其實讓數據分析與業務結合，一直是業界公認的難題。在我看來最簡單的辦法就是培養業務思維，懂得用業務的思想去分析數據，瞭解業務到底需要什麼，才能做出既符合業務邏輯、又有數據價值的分析結果。
什麼叫做業務思維？
我們經常說“數據分析要懂業務”，但是很少有人知道什麼纔是真正的業務思維。
其實，業務思維的內容只有兩個重點：
- 把業務需求作爲數據分析的起點
- 分析過程中關注業務環境和邏輯
舉個簡單的例子，某家電商網站的日活出現明顯的下降趨勢，如果你不懂業務，你可能就是把PV、UV等數據拉出來做做同比、環比，最後提出要加大廣告投入這樣的結論，對於業務人員來說根本就是廢話。
1、如果你擁有業務思維，你應該首先了解業務需求的關注點究竟是什麼，是讓你單純的分析流量嗎？肯定不是，業務最關心的可能是成交客戶的數量，也有可能是銷售量，也有可能是轉化率。
也就是說，我們要先了解清楚業務想通過數據實現什麼需求，再對照着需求分析數據的來源、口徑等，評估數據和分析目的是否匹配。
2、瞭解了業務需求才能對症下藥，這時候很多人就會直接套用各種分析方法和模型，比如漏斗模型、RFM模型、矩陣模型等等，但是卻忘記了考慮業務模式。
也就是說在分析過程中，你既要關注數據，也要關注外部環境，不能僅僅盯着數據模型和方法不放，也要去關注業務的需求變化和邏輯，這樣才能讓業務肯定你的工作。
怎麼結合業務思維進行分析？
業務分析的流程一般是這樣的：
- 吃透業務的分析需求，系統性地引導業務分析
- 建立分析體系，不完整的地方，有業務幫忙補充
- 瞭解業務邏輯和模式，補充業務知識
- 分析結論和成果要有明確的業務指向
1、吃透業務分析需求
所謂吃透分析需求，就是對業務的需求進行深入理解，一方面是看需求是否合理，另一方面是對需求的全面思考。
先想清楚，業務的需求真的需要解決嗎？真的重要嗎？真的能實現嗎？真的有價值嗎？所以要對業務提出的需求進行深度挖掘，直到這個需求真的對其有價值。
其次，業務的需求往往是某個具體問題，零散而片面，所以我們要進行系統化的、全面的需求分析，從全局的角度引導業務分析的需求。
2、建立分析體系
過程如下：
確定分析指標：首先是指標先行，梳理出你需要的指標，建立起指標庫，原則是要確定核心指標、剔除虛榮指標、儘可能簡化指標；
生成需求指標：很多指標可能並不是直接就有的，比如重度訪問用戶的佔比，就需要組合訪問時長和UV這兩個指標，形成一個新指標。
建立分析框架：原則是要從指標的角度出發、從業務的角度出發、從流程的角度出發。
選擇合理工具：一般分析體系都需要在數據分析工具中呈現，常用的就是各種BI工具，比如FineBI、Tableau等等。
finebi
3、瞭解業務邏輯
把分析體系搭建起來後，與業務部門一碰撞，發現還是不能完全滿足需求。這種問題，本質上業務邏輯卻是，由三部分構成：
- 假設：業務方對問題的猜想。
- 證據：能支撐猜想的論據，包括數據、事實、邏輯推理等。
- 結論：基於假設+證據，論證產生的業務結論。
當明確了分析什麼樣的指標、滿足業務什麼樣的需求後，我們就要考慮整個業務的模式和邏輯，要關注用戶角色、運營角色、信息、渠道等，以及他們之間的流轉關係，以求用最高效的方式滿足戶需求。比如微信解決用戶的社交需求，其產品定位是社交APP ，所以在它的產品形態上主頁即是與好友的消息列表,可以方便地與好友進行互動。
4、分析結論和成果要有明確的業務指向
業務人員看你的分析結論，是要能夠馬上採取對應行動的，這纔是數據分析的根本目的。因此你的分析結論切勿羅列數據結果，一定要有明確的指向性。
就拿報表需求來說，你的報表分析沒有任何的邏輯，沒有回答業務的疑問，沒有加入業務的思考，就完全是一張廢紙而已，業務想要的其實只有一句話：“我該怎麼辦？”
所以，做數據分析，要從具體問題出發，到一個指向業務的行動結束。想要超出業務期望，當然得了解具體業務期望是什麼，解答他們的問題，幫他們發現更深層的問題。
總結
還是那句話，沒有業務思維指導的數據分析只能是一張廢紙，這一點對於剛剛入門數據分析的新手來說，尤其要注重積累和培養。
