为什么要学商业数据分析

第一作用：用数据说话

商业分析最大作用之一，用数据量化现状，用清晰消除模糊。比如卖货这件看似简单的事，如果没有数据，就只能笼统的说：感觉卖的还好。如果在交易系统对订单ID、商品名称、商品原价、商品实际交易价格、商品交易数量、参与优惠活动、付款用户ID进行了记录。就能很准确的知道：到底销售金额是多少，到底哪些用户来购买，到底商品卖了多少件。

除了直接记录，还能基于以上数据做二次加工，衍生出更多的有价值信息。

第二作用：用数据判断

商业分析最大作用之二，用数据替代感觉。所有的商业判断都离不开标准。可很多时候，企业里的标准是随意、随性、随缘来定的，甚至办事没有标准，大家凭感觉做。

用未经分析检验的标准指导商业经营，往往是灾难的起源。遇事拍脑袋，办事拍胸脯，出事拍大腿，完事拍屁股的人引发的问题，我们都见得太多、太多、太多了。孙子兵法有云：主不可以怒而兴师，将不可以愠而攻战。做好商业分析，是遏制自己的主观冲动，回归理性的有效办法。比如上述场景，其实对应了三大类判断标准，我们可以用分析方法来检验这些判断标准是否合理，是否有更好的标准可以用。

虽然很多时候，商业判断本身不一定是理性客观的产物，商业经营的成功也是激情、冲动、创意、甚至运气的结果。但经过分析，至少可以给一个客观的参考，这样才能让决策者在激情冲动之前，先有一个常识性的认知。毕竟置之死地而后生的人少，置之死地死像凄惨片甲无存的人多。

第三作用：用数据寻因

这是人们通常认知的商业分析的作用1。需要注意的是，商业分析探索问题原因，不是单纯依靠内部系统数据。比如销售发生问题，往往是通过内部数据锁定是什么时候，什么区域，什么门店，什么产品发生的问题，之后要换其他分析手段了。商品滞销，很有可能是因为门店管理混乱、核心销售流失、消费者不喜欢、竞品在打压，这些因素在内部是没有数据记录的。因此单纯对着图标很难得到结论，得通过市场走访、员工访谈、消费者调研，竞品对比，共同确认问题发生的真正原因。类似的，在营销活动、运营计划、生产供应等方面，都可以类似分析。

第四作用：用数据评估

这是人们通常认知的商业分析的作用*2。比如评估一个销售的能力，不能光看销售金额，还会考虑销售回款，毛利，顾客服务满意度，大客户数量，违规（抢客、不规范报单、拆单）等等等。当评估维度一多，就得做综合性评估。这时候可以用统计学方法，做专家评估或神经网络模型，压缩评估变量，得出综合分数，从而更好的判断销售能力。类似的，在产品、门店、供应商资质等方面，都可以类似评估。

第五作用：用数据预测

这是人们通常认知的商业分析的作用*3。比如预测销售情况，对业务部、市场部、供应链、售后都很需要。销售高峰，意味着供应链的供应、售后的服务都会成倍的增加工作量。销售低谷，市场部就得想办法做事情拉动销量，业务部得努力抓执行。预测销售利用统计学方法或机器学习方法都行，之后可以慢慢分享。需要注意的是，商业预测不同于农业、社会学、经济学预测，商业环境本来就是瞬息万变的。导致预测的根基更不牢靠，预测前提经常变化。因此商业预测更多是作为参照值，预测效果不如农业、社会学、经济学那么好。

希腊有一个著名的谷堆悖论。“如果1粒谷子落地不能形成谷堆，2粒谷子落地不能形成谷堆，3粒谷子落地也不能形成谷堆，依此类推，无论多少粒谷子落地都不能形成谷堆。但是，事实并非如此。”

这个悖论说的，就是告诉我们量变产生质变，需要一个明显的分割线。如果说，量是一个量化的数据，质是一个结论的话。那么，数据分析做的，就是要分析量，从而引向“定性”、”定质"。定量的了解历史的规律（“质”），从而预测未来。

关于了解历史规律，常见的数据分析思路，如上图，大概介绍四种。分组对比、趋势分析、异常分析、排名分析；目的主要是三个：

1） 找到周期规律
2） 找到各个分类的特征
3） 找到异常、极值

了解历史，是为了更好的预测未来。
找到了周期规律，我们就可以知道哪些波动是正常的不用惊慌，哪些是需要注意的。
了解了特征，我们就可以总结一些相同分类的事务，可能也具备这一特征；
了解了异常和极值，我们就可以深入分析，找到解决它的原因去规避，或者采取措施去发扬极值。

呵呵，这个主要是就业前景而言了。

首先，目前存储硬件的成本越来越低，而且性能越来越高，使得数据分析具备了物理基础；

其次，目前世界上的数据急速增长，网上评论、微信、浏览行为等等，这些都可以成为数据分析的来源；

再之，许多公司，特别是互联网公司，都认为上述的数据里蕴藏着用户行为特征、业务趋势、业绩原因等等非常有价值的信息；

综上所述，商业数据分析拥有很好的就业前景，所以，除了兴趣之外，商业数据分析是很值得学习的。

学习数据分析可以增加个人的就业机会，因为随着企业的数字化，数据分析工作在任何行业都需要，如电商/人力资源/财务/游戏等。其中尤其是互联网行业招聘需求最多。

随着互联网的专业化和国际化，数据分析作为网站运营的基础性工作已经显得越发重要。特别是随着互联网的发展，数据成为衡量一个网站的各项指标，有据可查的科学评估资料。靠传统商业模式中所谓的品牌、人脉已经不在具有说服力。
一切以数据说话，成为当今或者未来互联网发展的趋势。但是数据分析人才的匮乏或者传统商业模式的现代化转换制约着数据分析的快速发展。现在的网站数据监测系统已经提供了非常标准和精准的原始数据统计和分析。网站数据分析师，核心不是数据统计，而是分析。从基本的运营数据，比如访问量来源，用户停留时间，页面访问数，等等各项指标的综合分析得出一个科学的具有参考价值和执行力的分析报告，从而对网站的运营进行科学的指导和参考。
优秀的个人站长一般都有非常不错的数据分析能力，其实他们往往比一些专业的“数据分析”专业人才更有价值，更能为网站运营提供更有参考价值的信息和方案。
数据分析的作用有：1、对产品的运营状况进行评估分析参考指导。2、对网站的运营状况进行评估分析参考指。3、对网站广告的评估分析参考指导。
数据分析可以细化到一个页面，一个用户；宏观到可以为网站的未来发展及网站的运营提供科学的数据参考和指导。