隨着大數據領域的發展逐步進入應用階段，數據價值的實踐也在各行各業中不斷深入，認知和經驗也在持續積累。數據分析也漸漸地從原來業務人員的附屬技能逐步演化成了一個獨立的職業。但這一切都沒有改變數據分析的實質，從散亂的數據中獲取有效的信息，在實際業務中將信息轉化爲價值。現在，我們從數據中獲取有效信息的能力隨着大數據領域的發展有了質的提升，能夠面對的運營決策問題也更加深入，數據分析過程也越加錯綜複雜，因此，與軟件服務類似，數據分析也在演化爲專項服務，逐步形成屬於它的服務體系。立足近年來的數據分析實踐，圍繞命題、業務和數據三者之間的關聯和矛盾，以數據分析的過程環節爲主線，跟大家分享一下初步構建的數據分析服務體系。
數據分析服務體系是由數據分析產品和數據分析服務兩部分組成。其中，產品是服務的支撐，服務是產品的源頭，兩者相輔相成，要在服務中充分發揮產品價值，在產品中有效積累服務成果，形成一個系統的完整體系。它致力於四個方面，一是明確數據分析服務的過程，解決數據分析工作該怎麼幹的問題；二是規範數據分析服務輸出物，解決數據分析工作幹成什麼樣的問題；三是提高數據分析成果的質量，解決數據分析項目如何幹的更好的問題；四是降低數據分析服務的成本，解決曾經的“坑”依然在“坑”的問題。
數據分析產品就是數據分析服務體系的“倉庫”，按照數據分析的特點劃分了6個“倉位”，包括知識庫、軟件庫、工具庫、經驗庫、資產庫和案例庫。其中，知識庫主要存放數據分析相關的由權威機構發佈的理論知識，例如經典數據、官方文檔等等；軟件庫主要是在實踐中檢驗出的第三方開發的優秀軟件或中間件，例如Tableau、SPSS等；工具庫主要是針對具體問題的自主開發的工具或腳本，特點是拿來即用，例如數據拆解工具等；經驗庫主要是積累分析過程中的最佳實踐，例如模板、規範和解決方案等；資產庫存放的是數據分析資產，而分析過程中可視爲資產的只有原始數據和模型；案例庫中存放數據分析項目的完整過程資料，以輔助數據分析過程的持續優化。不積跬步，無以至千里；不積小流，無以成江海。數據分析服務體系以數據分析產品爲載體，不斷地熔鍊每次數據分析服務中的各種精華，加以消化和吸收，實現自我的完善和成長，進而提升數據分析服務的品質。
數據分析服務是一個以“數據”主體、以“業務”爲核心、以“探索、分析”爲主要工作內容的“增量迭代”過程。該過程以命題、業務和數據爲基礎，有分析負責人、業務負責人和數據負責人三個責任主體。按照責任主體的變化，分析過程可分爲需求分析、數據採集、數據分析和報告覈對4個階段，共12個主要任務項。
第一，需求分析階段的責任主體是分析負責人，核心目標是明確客戶需求、數據需求以及數據獲取途徑。一般包含3項工作，包括整理分析方案、組織現場調研和梳理數據需求；5個核心輸出物，包括《數據分析方案》、《需求調研記錄表》、《數據需求表》、《數據分析項目通訊錄》和《數據跟蹤表》。
第二，數據採集階段的責任主體是數據負責人，核心目標是根據《數據需求表》和《項目通訊錄》協調相關干係人，獲取並驗證數據的可用性，探查數據特徵，優化並確認《數據分析方案》。過程中，根據實際情況調整《數據跟蹤表》和《項目通訊錄》，做好過程（問題）記錄；主要的輸出是獲取的原始數據、數據庫模型、驗證腳本及結果、溝通記錄及《問題跟蹤表》，同時，會完善《數據跟蹤表》、《項目通訊錄》和《數據分析方案》。該階段的溝通協調工作比較繁雜，而這個階段需要“解釋” 清楚爲什麼“用戶期望是那樣”而“我們最終做成了這樣”演化過程？
第三，數據分析階段的責任主體是業務負責人，目標是按照“客觀”、“可追溯”的原則，建立分析數據到分析結論的通路，並進行數據可視化，最終形成數據分析報告。核心工作包括數據處理、數據可視化和報告編寫三部分；輸出物包括數據處理腳本、數據可視化模型、數據分析過程結果、數據分析報告以及反饋給業務用戶的分析數據。數據分析報告要交代清楚分析的背景、分析使用的數據、數據處理的過程以及數據分析的結論。所有數據分析的結論都是有前提條件的，脫離了具體環境的數據分析結論是沒有意義的。
第四，報告研討階段是分析、數據和業務多方融合的階段，目標是討論確定報告終稿和收集報告反饋並答疑。業務專家的深度參與是報告成功與否的關鍵因素，而報告反饋及答疑過程會讓我們的分析報告與實際業務有效地融合，發揮實際作用。分析報告中分析負責人決策分析點、數據負責人提供原始數據、業務負責人負責業務規則，而最終的數據分析結論是數據推導出來的。討論過程中可以重選分析點、更換數據、調整規則，但不能直接調整分析結論。而報告討論階段可能會出現更換原始數據重新分析的風險。
綜合數據分析服務過程，我們認真研究學習專業領域業務，但不取代業務客戶做業務決策；深入探索驗證數據獲取邏輯，但不取代系統廠商做數據決策；全面分析發掘數據特徵規律，但不取代分析客戶做分析決策。我們只是數據內容的搬運工和數據客觀規律的發現者，在這裏我們能創新的只有工具、方法，我們沒有權利修改數據和創造規律，時時刻刻保持對數據和客觀規律的敬畏是我們可以用數據立身的底限！
數據分析服務成果除了直接生成案例庫之外，還會沉澱資產庫，擴展工具庫和經驗庫、優化軟件庫和知識庫。把個人的優秀變成團隊的優秀，讓工作的基礎從個人的能力變成組織的積累。