数据分析发展阶段

一、何为数据分析？

简单来说，就是对数据进行分析，较为专业的说法是，数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，将它们加以汇总和理解并消化，以求最大化地开发数据的功能，发挥数据的作用。

数据分析是为了提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。这里的数据也称观测值，是通过实验、测量、观察、调查等方式获取的结果，常常以数量的形式展现出来。

数据分析的目的是把隐藏在一大批看似杂乱无章的数据背后的信息集中和提炼出来，总结出所研究对象的内在规律。在实际工作中，数据分析能够帮助管理者进行判断和决策，以便采取适当策略与行动。例如：企业的高层希望通过市场分析和研究，把握当前产品的市场动向，从而制定合理的产品研发和销售计划，这就必须依赖数据分析才能完成。

在统计学领域，有些学者将数据分析划分为描述性数据分析、探索性数据分析以及验证性数据分析。

数据分析类别

其中，探索性数据分析侧重于在数据中发现新的特征，而验证性数据分析则侧重于验证已有假设的真伪证明。

从另一个角度看，描述性数据分析属于初级数据分析，常见的分析方法有对比分析法、平均分析法、交叉分析法等。而探索性数据分析以及验证性数据分析属于高级数据分析，常见的分析方法有相关分析、因子分析、回归分析等。我们日常学习和工作中涉及到的数据分析主要是描述性数据分析，也就是大家常用的初级数据分析。

二、数据分析的作用

1、现状分析

简单来说就是告诉你过去发生了什么。

具体体现在：

第一，告诉你企业现阶段的整体运营情况，通过各个经营指标的完成情况来衡量企业的运营状态，以说明企业整体运营是好了还是坏了，好的程度如何，坏的程度又到哪里。

第二，告诉你企业各项业务的构成，让你了解企业各项业务的发展及变动情况，对企业运营状况有更深入的了解。

现状分析一般通过日常通报来完成，如日报、周报、月报等形式。

2、原因分析

简单来说就是告诉你某一现状为什么发生。经过第一阶段的现状分析，我们对企业的运营情况有了一个基本的了解，但是不知道运营情况具体好在哪里，差在哪里，是什么原因引起的。这时候我们就需要开展原因分析，以进一步确定业务变动的具体原因。

例如2012奶奶2月运营收入环比下降5%，是什么原因导致的呢？是各项业务收入都出现下降，还是个别业务收入下降引起的？是各个地区业务收入都出现下降，还是个别地区业务收入下降引起的？这就需要我们开展原因分析，进一步确定收入下降的具体原因，对运营策略做出调整与优化。

原因分析一般通过专题分析来完成，根据企业运营情况选择针对某一现状进行原因分析。

3、预测分析

简单来说就是告诉你将来会发生什么。

在了解企业运营现状后，有时候还需要对企业未来发展趋势做出预测，为制定企业运营目标及策略提供有效的参考与决策依据，以保证企业的可持续健康发展。

预测分析一般通过专题分析来完成，通常在制定企业季度、年度等计划时进行，其开展的频率没有现状分析及原因分析高。

数据分析的三大作用

（读书笔记：狄松）

　　从我实际的观察，结合对数据的理解，数据分析或数据驱动在不同的公司，在不同的阶段落地，需要经历这样的5个阶段：

　　1.靠经验+拍脑袋决策——无意识阶段

　　2.统计数据产生后的数据结果——感知数据阶段

　　3.分析数据产生背后的原因——思考阶段

　　4.根据数据分析的结论开始行动——行动阶段

　　5.让期望产生的结果产生——数据驱动阶段

　　星牛网小编在这里只具体来分析一下前四个阶段，别问我为什么，我也很无奈啊，说了没用啊~

　　第一阶段

　　这个阶段的企业，基本没有数据分析部门，对于运营过程中的常规数据分析，基本由产品运营人员手工做报表，公司内部没有开发专门的数据分析系统，也没有接入第三方数据分析平台，导致无法通过数据给企业带来额外的信息和价值。

　　第二阶段

　　这个阶段，是关于如何回答好5W2H的。（注：5W2H是指什Who、When、Where、What、Why、How、How Much）

　　需要有数据分析师的角色帮助各部门分析各类数据，公司可以成立自己的数据团队来开发数据分析工具，也可以选择第三方的平台，不论哪种方式，都要收集足够的数据，把各个部门所产生的数据尽可能准确、详细的统计到，并且有可视化展现的报表可以查看。这样，企业经营者就可以通过数据统计的结果，感知到公司各个部门的运营情况，把各个部门的工作内容变成可量化的指标来评估。

　　第三阶段

　　这个阶段是通过分析、洞察数据来思考为什么会有这样的结果，是对于上个阶段的进一步诊断。需要对数据进行多维分析，还需要有很强的行业知识，对数据有全方位的认知。除了对数据的全面掌握以外，还需要引入行业参考数据等，再跟据自身产品的特点，找到每一个可量化指标的最佳参考数据，监控这些指标，快速查找原因。从而能够清晰的知道是哪些原因导致的，从而做出合理的决策。

　　第四阶段

　　这里说的行动，指的是基于对数据做了大量的分析，在得到结论或者数据模型之后，对产品做的优化，给用户提供不同的产品体验。包括数据部门在内的各个部门需要进行联动，将分析结论和实践结合起来，让数据结论不止停留在报表上，要让数据在产品和营销中流动起来。

　　听小编说了这么多的，到底你们的数据能发挥出多大的价值，是以何种形式来驱动企业发展的，需要大家共同来创造啦。

　　从我实际的观察，结合对数据的理解，数据分析或数据驱动在不同的公司，在不同的阶段落地，需要经历这样的5个阶段：

　　1.靠经验+拍脑袋决策——无意识阶段

　　2.统计数据产生后的数据结果——感知数据阶段

　　3.分析数据产生背后的原因——思考阶段

　　4.根据数据分析的结论开始行动——行动阶段

　　5.让期望产生的结果产生——数据驱动阶段

　　星牛网小编在这里只具体来分析一下前四个阶段，别问我为什么，我也很无奈啊，说了没用啊~

　　第一阶段

　　这个阶段的企业，基本没有数据分析部门，对于运营过程中的常规数据分析，基本由产品运营人员手工做报表，公司内部没有开发专门的数据分析系统，也没有接入第三方数据分析平台，导致无法通过数据给企业带来额外的信息和价值。

　　第二阶段

　　这个阶段，是关于如何回答好5W2H的。（注：5W2H是指什Who、When、Where、What、Why、How、How Much）

　　需要有数据分析师的角色帮助各部门分析各类数据，公司可以成立自己的数据团队来开发数据分析工具，也可以选择第三方的平台，不论哪种方式，都要收集足够的数据，把各个部门所产生的数据尽可能准确、详细的统计到，并且有可视化展现的报表可以查看。这样，企业经营者就可以通过数据统计的结果，感知到公司各个部门的运营情况，把各个部门的工作内容变成可量化的指标来评估。

　　第三阶段

　　这个阶段是通过分析、洞察数据来思考为什么会有这样的结果，是对于上个阶段的进一步诊断。需要对数据进行多维分析，还需要有很强的行业知识，对数据有全方位的认知。除了对数据的全面掌握以外，还需要引入行业参考数据等，再跟据自身产品的特点，找到每一个可量化指标的最佳参考数据，监控这些指标，快速查找原因。从而能够清晰的知道是哪些原因导致的，从而做出合理的决策。

　　第四阶段

　　这里说的行动，指的是基于对数据做了大量的分析，在得到结论或者数据模型之后，对产品做的优化，给用户提供不同的产品体验。包括数据部门在内的各个部门需要进行联动，将分析结论和实践结合起来，让数据结论不止停留在报表上，要让数据在产品和营销中流动起来。

　　听小编说了这么多的，到底你们的数据能发挥出多大的价值，是以何种形式来驱动企业发展的，需要大家共同来创造啦。