1.2 商务数据分析的工作流程

本节以商务数据分析的工作流程为脉络，从业务的角度展开探索数据分析师的一些典型工作内容。本书后续内容都会依照这个工作流程展开。1.3节则将基于本节所介绍的商务数据分析工作的内容，提炼优秀的数据分析师所需的基本技能。这些知识既有助于读者更有针对性地学好这门课程，也有助于有意从事数据分析工作的读者更好地规划自己的职业发展路线和能力成长路径。

图1.2呈现了完成一项商务数据分析工作的主要流程。本节会对流程中的每个环节进行简要介绍，第 2 章～第 6章将分别针对流程中的某个步骤详细介绍相关的知识、落地应用的思路和技巧等内容，第7章要求读者将所学的内容融会贯通并完成一个完整的数据分析项目。

1.设定分析目标

设定分析目标是商务数据分析工作的起点。商业场景下的工作与校园中的学习最大的差别在于：在学校，学生要学什么课程、按什么进度学都已经确定，从资源（学生/教师的时间）和目标看都不存在太多不确定的地方；而在实际工作场景里，我们所面临的竞争环境、企业的各种资源条件等，会存在诸多不确定因素。数据分析师要通过权衡企业的经营目标和行业环境决定应当做什么，通过盘点自己所具备的资源知道可以做什么；结合两者，确定工作的优先级。由于实际工作场景里这种不确定性的存在，设定分析目标的过程可以说是所有环节中难度最大、对人才的综合能力要求最高的步骤。有志于成为数据分析师的读者，要特别注意在职业发展的早期就开始逐步培养自己核定成本收益、制订工作计划的能力。

设定的分析目标要足够明确和具体。一个模糊不清的目标不但容易让数据分析师迷失，还不易形成足够具体的行为或业务改进计划。而一个过于宏大的计划落实到执行阶段时则容易因为过于复杂而无法执行。第2章将讲解如何设定分析目标。

2.获取、验证和加工数据

设定分析目标之后，就要获取相应的数据来支持分析。获取数据有几个常用的渠道：企业内部的数据、通过公开的数据源获取的数据、通过调研收集的数据、付费购买或交换得到的数据。

企业内部的数据是企业的运营过程以数据形式留下的记录。例如，客户数据、企业财务和人力数据、产品的销售数据等，都是典型的企业内部的数据。互联网提供很多公开的数据源，如通过各种大众媒体和自媒体监控品牌的舆情和竞品的动向等。通过调研收集的数据则在解决用户需求挖掘、产品概念测试、市场份额和满意度等典型商业问题上有独特的优势。此外，企业也可以购买一些付费数据库，或通过合作方式与其他组织共享数据。

从各个数据源收集到的数据通常并非直接可用：有些数据的质量存疑，需要先验证是否可靠；还有一些数据是为了完成业务而非为数据分析生成的，它的原始形态并不一定满足数据分析工作的需求。这时就需要根据使用数据的规划对其做进一步的加工和整理。从20世纪90年代开始流行的数据集市，到近年来由互联网“巨头”所引领的关于建设数据中台的实践，其实都是出于让数据能更加便捷、高效地使用的目的而兴起的。数据分析师不需要从事设计、建设和运维相关技术系统的具体工作，但是作为数据的重要使用者，要能够对如何使用数据提出清晰、合理的需求和规划。第3章将介绍常见的数据来源和获取途径，以及一些常见的评价数据质量和加工数据的操作。

3.实践数据解决方案

准备好数据后，就开始进入分析数据的阶段，这是商务数据分析的核心环节。这个阶段的工作通常包含了解数据的基本特征和建立数据模型两个部分。

了解数据基本特征的工作是数据分析师和数据“培养感情”的阶段，在这个阶段对数据的了解越深入，越会使后面的环节进行得更顺利。这个阶段典型的工作包括探索每个变量的分布情况、探索变量之间的关系等，这些工作非常依赖于图形，所以可视化是这个阶段非常重要的话题。第4章是关于这部分内容的详细介绍。

描绘数据基本特征的工作经常能够揭示一些非常重要的数据规律，它们可能为后面的分析提供思路，或者本身就是重要的结论。当展示数据基本特征的工作不能完全解决问题时，就需要使用模型工具来加深对数据的探索。数据模型有很多种，统计学、计算机科学与技术、人工智能等很多领域都对其有所贡献。在当前的企业商务数据分析工作中，最常用的仍然是十分基础的经典模型。第5章将重点介绍两种在实践中得到普遍应用的基础模型：线性回归模型和逻辑回归模型。

4.设计与开发数据产品

数据产品是为了让数据分析的成果得以在业务中落地应用并发挥作用而设计出来的成果展现形式。它可以有各种不同的形式，如数据分析报告、自动报表系统、算法等。具体采用哪种形式，取决于要解决的问题和场景的特征。在这个“回到业务中去”的阶段里，文字或演示版的数据分析报告是数据分析师经常使用的工具。

数据分析师通过分析数据来回答各个业务部门所面临的商业问题，但通常他们并不掌握是否采用方案的决策权。为此，数据分析师需要将自己的发现同步给掌握决策权的人，可能是高管、客户或各业务部门的同事。数据分析报告是这些场景里经常会用到的工具。由于有决策权的人通常并不具备特别专业的数据知识，但是有丰富的商业实践经验，所以给他们阅读的报告要针对对方的关注点和知识背景来定制，不能填充过于密集的专业术语和数据素材，提出的结论和建议也要符合逻辑并且具有可执行性。

数据分析报告对数据分析师提出了比较高的写作要求。鉴于这项技能对数据价值实现和形成数据分析师影响力的重要作用，从第2章开始，每章的最后部分都会安排数据分析报告写作环节，要求读者将每章完成的专业工作按照数据分析报告的要求写出来。第6章、第7章还会各要求读者完成一份完整的数据分析报告。

5.推广分析成果

商务数据分析的最后一个环节是让分析成果真正地对企业的战略决策和业务的日常工作有用。这个环节更多的是要靠数据分析师在前几个环节工作的基础上，与企业其他各部门建立顺畅和互信的合作关系。这部分工作对数据分析师的“软技能”要求比较高，如沟通表达、复杂任务管理等。关于这些能力的介绍和提升已经超出了本书讨论的范围，需要读者在实践中有意识地练习和提升。