【写在前面】你一定听到过：“明白业务，是做数据分析的前置条件和重要步骤”。那么，如何才叫做明白业务呢？怎么梳理业务呢？又应该明白到什么水平呢？许多人对这些问题的明白，可能还很模糊。在此，数听说·第四季将主要以数据分析的视角出发，向你分享业务逻辑的梳理流程，并以层层递进的方式，来展示关于数据分析中，懂业务应该懂到一个什么样的水平。

作为数听说·第四季的第一期，我们首先来讨论交流一下，梳理业务对数据分析，有什么重要性？让我们在这片自留地，一起探索和交流，运营与数据的魅力所在。愿你不负时光、勇敢前行，与理想的未来撞个满怀。

——数听说·第四季明白业务对数据分析重要性不言而喻导读：“数据分析”，即通太过析数据，发现业务问题，洞察商业时机点，为业务增长提供合理建议及参考依据，并输出数据陈诉。而什么是业务呢？直白的来讲，“业务”泛指非技术类所有事情，是企业的销售、产物、营销、市场、运营等事情的笼统称谓，这些都是直面B端/C端用户，“业务”最终的目的是“增加销量，换取利润，降低成本”，而且数据陈诉里得出分析结论也是提供应业务使用。那么，真实、可量化、可权衡的数据一定会反映业务某方面的情形。而“数据分析”在实现业务目的和输出数据陈诉的历程中，就需要清晰地形貌、并展示业务现状，解决业务痛点，资助业务提升业绩等。

所以，“数据分析”就需要围绕业务展开。而现实当中，许多业务场景都可由数据体现出来。

通太过析业务存在的问题并解决业务问题，数据分析才气缔造价值。对于公司来讲，解决业务问题可以提高收益或者降低成本；对于小我私家来讲，知道怎么使用数据解决业务问题，对小我私家的技术发展和职场生涯都有很大的助力。要明白业务，其基础上来讲就是：数据从业务场景中来，要用回业务场景里去。接下来，我们就来看一下明白业务对“数据分析”重要性有哪些呢？重要性一相识业务痛点，多明白业务流程，才有时机分析出业务场景中可能存在的问题。

刚入门做数据分析时，很容易过分关注数据、方法论、工具等，却忽略了数据背后的业务痛点以及需求。笃志苦干一通，最后业务人员一句话否认掉：“你分析出的问题和效果对我有什么用？一点也不切合业务逻辑”。举个简朴的例子，以To b 一个考勤hr产物为例。好比某一月份产物会员购置数量下降了，对于许多做数据分析人员来说，可能马上就会去拿着数据做多维交织分析，分析什么原因导致购置会员数量下降了，而不是主动去思考内里的业务痛点以及流程逻辑。

客户购置会员下降有许多原因，产物设计问题、购置流程问题、客户公司内部政策问题、队伍销售能力问题等等。如果你相识业务痛点，多明白业务流程，你就应该相识到业务需求关注的因素是什么？也就是聚焦客户购置会员这个点，理清购置相关的客户旅程漏斗（如图所示），识别出几个关键的行为转化节点，然后分析行为点间的转化与流失情况，联合业务以及用户痛点，去对着数据泉源、口径、清洗、分析等做一系列事情，进而定位问题，指导决议。而不是遇到一个数据指标泛起异常，就直接去从数据中找谜底，实际上谜底就藏在背后的业务逻辑内里。

重要性二相识相应的业务阶段偏重的关注点是什么，才可能设计出更切合业务视角的数据指标监控体系，通过相应的专题分析，解答泛起异常的状况。因为业务生长一定是「萌芽——起步——快速生长——成熟——衰退」。这是纪律，也可以说是产物的生命周期，我们需要判断生产品业务线所处的阶段，才气针对性设计出数据监控数据体系。

而在产物业务线差别的生命周期阶段，其数据分析偏重的关注点不相同：萌芽期阶段：偏重监控用户行为数据等，优化产物迭代。起步期阶段：偏重监控用户新增、渠道数据等，筛选优质渠道，扩大客户基数。

快速生长期：偏重监控用户活跃、留存数据等，提高各个关键环节转化率。成熟期阶段：偏重监控会员，成单数据等，提升盈利点。衰退期阶段：偏重监控内容、市场品牌数据等，品牌驱动，设计出有效的营销计谋，找出第二增长曲线或者二次创新。重要性三相识行业内相应业务流程和规则，才可以使数据分析的结论和建议越发落地。

还以To b 一个考勤hr产物为例。该产物的业务模式很简朴，无非是以引导客户购置会员变现为主，以广告变现为辅，从而实现从投入到盈利的商业闭环，这个模式得有渠道（市场推广）有内容（打造品牌），有产物（满足客户需求），有运营（提升日活和客户转化），有客户（购置会员）等。如果你相识了行业内相应业务流程和规则，就不会在tob产物的日活泛起下行趋势时，单纯提出加大投放用度这样谁都知道的建议，还可能是企业规则特殊情况的周期性活跃；就不会在客户泛起流失苗头时，只是说一下同环比数据情况；就不会在关于广告流量淘汰时粗暴建议业务侧全局增加广告频率……重要性四相识相应业务中所有角色KPI以及如何协作，才可以快速有序的推进数据事情。明确各个业务环节的责任人，如何协作以及划分负担什么职责，就可以看出部门需要的数据是什么，并对其举行可视化，通常来说，都市异常关注当下的kpi指标，并从中提炼涉及到的偏重指标，资助业务解决痛点。

还是以To b的考勤hr产物为例。划分了几大角色：产物、运营（包罗销售，市场，渠道，内容）、客户、客户乐成等。

产物：为了获得利润，企业必须要先有产物，这个产物不仅指实物产物还包罗服务、互联网产物。（如产物司理岗）运营：有了产物，就要把产物推广出去，通过不停的优化渠道组合，提高销量，毗连产物和用户，把产物带出去，把客户的钱带回来。客户：产物最终会到用户手中，客户是产物的最终使用者，最终的目的就是为了让客户尽可能多的去使用产物。我们也要相识客户画像（这里就不展开讲了）。

客户乐成：有了用户购置了产物，那么我们要去维护用户，留存，转化。运营凭据所支持的角色差别，种别有许多种，如互联网产物运营，主要是优化产物体验，app这个功效没有什么用户使用，就要思量那里出问题了，怎么革新。支持渠道的运营，需要在销售前，做品牌公关，打响产物或品牌知名度；在销售中，举行运动筹谋运营，折扣、营销运动等；在销售后，吸引用户再度付费。支持客户的运营，如微信群、售后服务等。

相识各个部门在四大角色，每小我私家的职责所在，如何协作等，联合遇到的问题，可以有序的推进数据事情。最后现在我们来总结一下明白业务对“数据分析”重要性有哪些呢？第一、相识业务痛点，多明白业务流程，才可能有时机分析出来切合业务场景中存在的问题。第二、相识相应的业务阶段偏重的关注点是什么，才可能设计出更切合业务视角的数据指标监控体系，通过相应的专题分析，解答泛起异常的状况。

第三、相识行业内相应业务流程和规则，才可以使数据分析的结论和建议越发切合实际，精准落地。第四、相识相应业务中所有角色KPI以及如何协作，才可以快速有序的推进数据事情。总的来说，我们不能脱离业务去看“数据”，而是要时刻从业务角度去明白数据、分析数据。也可以说，没有业务指导的数据分析是无意义的。

这一点对于刚刚入门数据分析的新手来说，甚是需要注重和积累造就的。最后，倘若你纷歧样的看法，接待留言添加完善分享，并交流！end下一期预告如何清晰地梳理业务流程——数据分析的基石，让我们层层递进的明确做数据分析要懂业务到底到什么水平的履历分享。

本文来源：亚搏体育app-www.cngywj.com