作者：@Sven

BAT数据打杂专家，做过用户增长，目前负责数据全链路。

最近和身边一些朋友交流，有的小伙伴们对数据分析的发展方向和实际价值有一定疑惑，我们今天一起来聊聊数据分析的价值和发展方向。

01 价值拆分

就数据分析这四个字来说，我们如果将之拆分为 数据 + 分析，就能较好的理解数据分析在干啥了。通过信息的采集/收集，整合，处理，提炼，得到相应的结论，使得我们能够更清晰的认知事物，从而为决策提供帮助，使得做出的决策更明智。

前半段，从收集信息到得到结论，是具体的工作内容。我们提数据，做报表，这些都是信息的收集，信息的处理，信息的整合。而给结论，是我们需要输出的对这些信息的描述。也就是我们需要告诉别人这些信息到底是啥。因为信息多，我们才要整理，因为整理了，我们才需要提炼有用信息。

后半段，从认知事物到决策，是工作的目的。我们呈现了高度汇总的信息，这个是个事实。呈现事实本身是没有用的，通过事实给出的观点才是有用的。一切的数据处理，内容总结，都是为这个观点服务的。就如同论文，我们长篇大论写了一堆数据，描述了一堆事实，最后不给一个论点，你说的这些数据和事实，都是无用的。

所以说，数据分析应该分析在前，数据在后。因为核心目的，是为结论负责，而这个结论又是为后续的决策负责。也就是说，我们在做数据分析时，第一个阶段时整理数据，处理信息第二个阶段是总结信息，呈现事实第三个阶段是基于事实，给出观点。

很多朋友说天天当成工具人，那就是处于第一个阶段，我们总在整理数据，提供数据。但是我们反过来可以想想，需求方用这个数据干什么，目的是什么，那么我们是不是就能够深入到第二个阶段，甚至第三个阶段了。

我们仅天天抱怨问题，没有自己去主动解决问题，就等着业务方去解决。希望业务哪天提一个业务分析需求，就可以大展身手了。不要将这种改变现状的想法放到别人身上，你自己都不愿主动改变，为啥要期待别人会去改变？！

另说，业务的需求你了解是什么吗？定性的描述是什么？定量的描述是什么？你负责的业务的核心指标是什么，提供的核心服务是什么，从最粗的粒度，到最细的粒度，你了解了什么，等等等等。这些数据和概念，你能够在不问别人的情况下，直接就说出来吗？因为数据分析一定是源于业务的，我们如果连业务都不了解，那么就需要先沉下心来了解业务。

如果我们对业务已经足够了解了，那么来了一个需求，我们就需要去关注这个需求本身了。不要仅关注需求是什么，咋完成。这种是最基本的，完成一个需求是表现，解决一个问题才是本质。通过业务方的需求，去总结他们需要解决的问题，看看这些问题，我们能够哪些从他们不知道的角度，提供哪些有用的数据，基于这些数据，我们能够呈现什么信息和观点，从而帮助他们解决问题。从业务出发，又高于业务，最后反哺业务。

02 价值进阶

总的来说，数据其实只是一个决策的切入点，我们需要从中拿到信息，才是数据的价值。因为数据能表达得更直观，全面。刚刚我们也讲了数据分析的三个阶段，如果我们再深入一步，基于最后提供观点的目的（帮助业务做决策），我们能做什么呢？提供决策的选择。

也就是说，我们有了观点，还可以将观点具体落实。即我们不仅提供观点，还提供观点之后的具体落地方案及可能的收益，以及如果有负面影响，我们如何cover。这个就是第四个阶段，结合观点，落地方案。到了这一步，数据分析的价值才被非常非常好的体验出来。

我们提供整合了信息，概述了事实，表达了观点，给出可落地的方案及相关评估。业务只需要去决策，落地哪种方案即可。

很多时候，我们可能觉得没有啥观点，或者没有啥观点，这是肯定的，因为所有东西也都是一点一滴积累的，我们可以去学，可以去模仿，但是一定要要求自己去给观点。只有开始做了，才会有提升的空间。结合我自己的经验，这种走起来会稍微快一些，仅供参考。

就数据分析这个职业来说，数据分析师的工作古代就有了。比如古代的参谋，军事家，政治家等等。他们会基于敌我人数，粮草数量，兵马数量，地区各方面经济指标等进行军事和政治决策，这个其实就是在进行“数据分析师”的工作。比如大家耳熟能详的诸葛亮，他就是一个非常厉害的“数据分析师”。

到了近现代，随着科学计数的发展，我们的各项职业和技能都越来越精细化和专业化，各行各业也都在数字化落地，所以我们现在需要更专业的编程计数，数据分析方法论。

因为以往粗放的、不专业的、笼统的、基于经验主义的决策方式，已经无法满足很多发展的越来越精细和完备的企业的需求，所以我们也需要更加专业、准确、精细的数据分析，来为决策提供更先进的依据。

但是讲回来，我们是利用工具去解决问题，利用方法论去解决问题。不要陷入到工具和方法论学习中，工具和方法论都是一个过程，大部分数据分析都是要解决业务问题，问题背后的目的是需要我们去深入思考的。

当我们能够清楚的描述出问题时，基本问题就解决了一半了，所以，了解业务很重要。当然，后期我们如果想要转到技术方向，多学习技术和工具也没问题，毕竟什么事情做到极致都是非常厉害的，就类似“匠人”精神。

03 分析思考

很多时候，我认为数据分析不再是一个职位，一个工作，而是一个思考的方式，或者说技能buff。因为我们生活中很多时候就在用这个技能，比如定外卖可以算算满减，为了多睡两分钟卡点出门上班，买东西货比三家等等。这些就是日常生活中我们的“分析”，为什么我们自己在生活中会不由自主的想这些呢，因为我们可以从这些东西中受益。

工作同样，我们也可以用这些主动的技能去思考，业务如何做好，问题如何解决，目标如何达成，相信我们也能有非常多的思路和点子做“数据分析”。环境是很重要，但是，起码我们得先主动去改变把。被动的等分析需求展现自己的价值，何不主动些，去展现自己的能力，体现分析的价值。

不断的沉淀总结，千万不要理所当然的觉得“这个事儿就是这样”。我们一定要去关注背后的原理，因为表现出来的，或者我们能看到的，都是最表层的，在做需求中多多思考，那些很有价值的点和思路就能找到了~

-END-