数据分析的本质
数据是基础，分析才是重点。
行业内有专门的统计岗，就是只负责做好数据统计就可以了，不需要考虑其他的内容；
但是分析岗，前提是针对问题进行分析，所以侧重的是问题解决，以及通过什么样的思路、方法进行解决的，解决之后的结果是好还是不好，这些都需要进行评估。
02
做好数据分析需要具备什么
一、问题思维
首先得有问题思维，能够在需求对接过程中，识别出哪些是真正核心的问题，以及这些问题是否具备可行性探索的可能性。
需求要怎么拆解？按照写作的几个要素，时间、地点、人物、事件、过程、结果。
- 弄清楚背景，在一个什么前提下做的；
- 弄清楚目的，要实现怎么样的结果；
- 弄清楚人物关系，彼此之间的利益关系是怎么样的；
- 弄清楚受众，他们日常的数据来源都从哪儿来，谁提供的，会不会有多数据源的情况存在
对于问题的描述一定要具体，而不是模棱两可的，譬如老板最近给了个任务，我们探索下业务的发展趋势。
这个问题就极其模糊，他是想证明业务是往好的发展还是不好的发展，在他心里应该会有一层预估，这个地方就需要深挖，否则的话就变成了一个开放性的话题，很难得出结论。
继续往下，业务在增长，是好还是坏？其实很难得出结论；
如果再深入分析，华东的业务在增长，华南的业务在下降，是好还是坏？其实还是很难得出结论，因为没有具体的量化指标
继续深入分析，华东的业务同期增长120%，华南的业务在同期下降1%，是好还是坏？这时候一般而言，就可以下结论，华东比华南的表现要好，
那看绝对值呢，华东前一年是100万，华南前一年是8000万，那还能说吗华东比华南好么？不一定的吧，所以说，看数据不要从单一视角下结论。
接下来，把所有的条件拉平，在同等规模的情况下，前一年都是100万的基础上，涨幅还是和之前的数据一样，是好还是坏？于是，很直接的就下结论了，华东是真的要比华南要好。
这时候你会发现老板还是皱着眉头，一头雾水，为什么呢？
过去的一年里面，在华东的投入成本是200万，但是在华南的投入成本只有50万，但是产生的效果并没有成倍的增长，这时候还能下上面的这个结论么？
所以说，分析的过程，就是一个不断往下钻的过程，直到追本溯源，了解到整个业务的全链路过程（有可能是局部），才能真正的给到合理的结论。
二、全局观
分析的终点一定是有一个盖棺定论的结果出来，而不是统计出来一个现象进行公布，这个结果又必须是客观的事实反馈，只有在解读里面才能带上主观臆断，做资源倾斜。
分析的闭环在于所有的结果都要形成策略，没有策略推进下去的分析都是不完整的，仅仅只是完成了一轮想法论证而已。
策略的制定依赖于自身对于诸多知识的整合，在这个过程中不仅仅是数据分析专业本身，可能还包括政策、法规、行业、市场、营销、运营、产品、商品等等，每个模块并不一定要自己都亲身去经历过，但最好是能亲身去见证过。
就好比卖牛奶，得去了解牛奶的源头是牧场里的牛要怎么养，怎么产奶、怎么生产、怎么包装、怎么装配、怎么存储、怎么运输、怎么分销、怎么和平台谈合作谈返点、怎么找渠道商、怎么定价、怎么推广、怎么触达客户、怎么留住客户形成黏性、怎么窥探客户的周期、又怎么去改进产品……
从这个点上来看，做分析的人需要有全局观。
同样是玩泥巴，你玩泥巴是随性而为，但是工程师玩泥巴，是把钢筋水泥打造成为形形色色的高楼大厦，凸显商业价值和格局。
一个水泥工在建楼的时候，他多砌一块砖少砌一块砖并不会影响到整个楼宇的稳定性，但是如果是少建一堵承重墙，那房屋就有崩塌的风险。
说这两个事情，是想说，作为分析师要对自己的价值、定位有非常清晰的认知，而不是随波逐流。往往听到的是，我身边的分析师，大多都是用sql取个数，工作完成了，也没有分析个什么东西出来。要说的是，目前市面上95%以上的分析师都是做着取数的活，只有5%不到的人是真的在做分析，这就是金字塔效应，有人的地方一定会有三六九等，无非看自己要去选择做哪一层，是在下面还是想去上面而已。
我只是一个平凡的再也不平凡的分析师而已，距离顶级还有相当长的一段距离，但是在这个过程里面绝对拒绝去做平庸的事情。
很多时候，我们会认为自己做的事情很普通，有不少知识掌握了就自认为我会了，缺少深度思考，回过头来看，不妨多反问下自己，你是真的会了么？对这个事情的本质、本源都抓到精髓了么？
不一定的，绝大多数时候都是停留在对事物认知的表面，而不是去思考这个事情是怎么发生的，潜在过程有哪些，背后的模式有哪些，然后假象是自认为已经get到了各种模式，到某天碰到问题的时候才发现原来懂的只是皮毛。
为了规避这种情况，就要多去看点杂书，从各个视角去看世界。
三、上位思考逻辑
从上往下的思维是这样的，一家公司，只要是一家盈利性的公司，老板的最终目标肯定是想赚钱，这样才能维持公司的正常运转、才能给雇员发的起工资。所以要赚钱，一定是要从已有的业务里面赚钱，业务又是靠产品去赚钱，产品线上有会去做细分，从一级市场到二级市场再拆解，这就是杜邦分析的目标拆解过程。
所以，去做企业的商业分析，第一要素就是去看这家公司有没有盈利。然后在这个基础上，去拆分。
亏钱的状态，那有多少产品是赚钱的有多少是亏损的，赚钱的模式可不可复制，有没有推广的价值，是否在未来有扭亏为盈的可能性，然后要从哪些个方面去制定策略，需要哪些数据支撑；
盈利的状态，在哪些市场赚的多，哪些市场有局部亏损，长期来看是不是平衡的状态，盈利的部分去填补亏损的部分能持续多久，然后要从哪些个方面去制定策略，做更好的运营方案，需要哪些数据支撑。
这就是上位思考的逻辑，要么是市场拓展，要么是盈利目标，要么是用户增长，回到本质就是为了做盈利而准备的。
这时候我们再回到分析侧，平时提到那些需求就有了一个映射，老板要这个数据的目的是什么，就能去揣测了，是要论证哪个方面的想法，要从哪几个视角去论证，然后要给出怎样利好的结论。
一开始，可能想的也不是很全面，所以分析是一个循循渐进的过程，每经历一轮业务，就要完善自己的整体框架，在这个基础上慢慢增加，诸多的细节就像毛细血管，直到能够撼动神经末梢，真正的去左右业务策略，这个阶段一定是能够形成话语权的，也能够去实现数据驱动业务增长。
因为，在这个时候，你已经不是一个单纯的数据分析师，而是整个数据的掌舵人，让各个业务方去理解数据，别人只需要提出一个想法，我们去组织数据组织策略，供他们去做选择。
分析的活，并不是说我做了一个数据统计，形成一个数据看板，然后拿过去给老板说，喏，你拿去看吧，数据就是这个样子，好不好你自己决定吧，策略你自己看着定吧。
