企业数据报告分析的10种思维和技巧

随着时代的发展，人们每天在互联网上产生大量的数据，对于企业来讲这些数据都是十分宝贵的资源。企业可通过数据挖掘进行战略调整以及营销部署，尤其是对于互联网公司而言，用户行为产生的数据就是企业最宝贵的资源。

一、企业中各项数据的挖掘

数据挖掘（Data mining），又译为资料探勘、数据挖掘、数据采矿。它是数据库知识发现中的一个步骤。数据挖掘一般是指从大量的数据中自动搜索隐藏于其中的有着特殊关系性的信息的过程。

不过目前为止，在很多企业中都存在着很大的数据分析问题（具体可查看马海祥博客的《大数据技术到底能帮企业做些什么》相关介绍），如何进行数据分析？数据挖掘的结果要如何展示？企业中各个部门要如何才能最大化的利用数据分析结果？这些一直困扰着数据团队。

数据分析在企业主要是由于业务需求驱动的，但从数据分析师角度来看数据分析并不是简单的坐在那里等需求，需求来了就做没有需求就坐在那里等。那么，作为一个数据分析师，我们需要思考哪些问题呢？

思考1：数据分析的需求方是谁？是公司的领导层还是销售，还是市场团队或者产品团队？

思考2：企业有什么样的资源？企业有什么样的数据？如何将需求方与数据本身的价值进行串联？这是一个非值得思考的方向。

二、最常见的数据分析案例

在企业中同样一份数据报告的需求方有很多，但肯定不是全部的人都需要。作为数据团队，如何将有效的数据传递给最需要的人，这样才能更大更好的发挥数据本身的价值。

在一个企业中，对于各个部门员工的数据培训是不可少的，由于数据报告主要面向企业内部的员工，如何让员工具有一定的数据解读能力就显得非常必要。这就如优酷土豆杜长嵘在数据分析与数据可视化技术聚会上说到：“数据团队按照周与月为单位，为内部员工做数据培训，长久下去数据团队在企业内的地位就会得到显著提升。”

企业知识管理同样是数据团队重要的工作之一，数据团队将每天分析完的数据转化为知识，让每一个需要的人都可以随时随地的得到想要的数据信息，也就不再需要让数据团队将已经存档完毕的数据从新拿出来。

作为数据分析团队，在进行数据解读的时候需要具有独到的看法，以下是几个有趣的例子。

案例1：老杜有五个女儿，那么他第六个孩子一定是个儿子。

案例2：有三组彩票号码，这三组哪一个中奖率最高？哪一个最低？

案例3：某市嚼口香糖的人和心脏病去世的人同时升高，嚼口香糖可导致心脏病发作。

从以上的3个案例中，我们可以发现，这些数据事件中的因果关系并不明确。

案例1：男孩和女孩的几率都是一样的，前五个是女孩但是第六个仍然有一半的几率是女孩。

案例2：虽然每组数字让我们都有所联想，但事实上每组数字的中奖率都是一样的。

案例3：并没有直接的数据证明嚼口香糖会导致心脏病，所以这个数据只能说明这个城市的人口增加了，人口基数的变化造成了这样的数据结果，同时，这也提醒各位数据分析师要懂得数据的可用性，关于这点大家可以通过马海祥博客的《解读常用的10种可用性研究数据类型方法》相关介绍来了解。

三、数据分析的10种思维

对于一个数据分析师来说，最重要的就是数据分析的思维，同样是数据，使用不同的思维模式去做分析，可能导致的结果也就不同，在此，我就借助马海祥博客的平台跟大家分享一下数据分析的10种思维：

1、逻辑思维

逻辑思维即明白价值链，明白各项数据中的关系；该方法的关键在于明白其中的关系要求你对这项工作要了解、熟悉，要细致和慎密，要清楚充分性和必要性的关系。实际上也就是指：你需要那些数据？如何获得这些数据？数据之间的关系如何？

2、向上思维

在看完数据之后，要站在更高的角度去看这些数据，站在更高的位置上，从更长远的观点来看，从组织、公司的角度来看，从更长的时间段（年、季度、月、周）来看，从全局来看，你会怎样理解这些意义呢？也许向上思维能让你更明白方向。该思维方法的关键是：建立长远目标、全局观念、整体概念、完整地分析数据，不做井底之蛙。

3、下切思维

数据是一个过程的结果反映，怎样通过看数据找到更多的原因以及隐藏在现象背后的真相，需要我们下切思维，把事物切细了分析，把过程拆分细了分析。此时，关键是要知道数据的构成、分解数据的手段、对分解后的数据的重要程度的了解。也就是说那些数据需要分解分析？

4、求同思维

当一堆数据摆在我们面前时，表现出各异的形态，然而我们却要在种种的表象背后，找出其有共同规律的特点。 关键是找到共性的东西进行分析，还要客观。实际上就如同：现在的整体数据表现出什么问题？是否有规律可行？

5、求异思维

每一个数据都有相似之处，同时，我们也要看到他们不同的地方，特殊的地方，这就需要对实际情况的了解，对日常情况的积累，对个体情况的了解，对个体主观因素的分析（具体可查看马海祥博客的《如何通过数据来分析用户与产品的关系》相关介绍）。正如：你了解你的下属员工吗？如何帮助她们分析问题，从自身找到解决方案。

6、抽离思维

当你从一个旁观者的角度不思考看待数据时，你往往能发现那些经常让我们迷失方向的细枝末节并没有太多的意义，我们迷失方向，忘记了自己的价值，同时深受情绪困扰。这时，你用用抽离思维更加能够帮助到你。关键是要用多种分析方法，多角度看问题，不要钻牛角尖，多学习别人的好方法，学会集思广益，发散性思维。比如说：你的学习能力和方法有效吗？

7、联合思维

很多销售数据，需要我们能站在当事人的角度去思考和分析，这样你才会理解人、事、物。关键在与多了解当事人的情况，学会换位思考。比如：你了解你周边的情况吗？你了解你周围的人吗？

8、离开思维

通过数据分析，你发现你处在一个不太有利的地位，那么，此时，你就要有离开思维去替你想办法，离开困境 。关键是学会自我调节，自我放松。实际情况如：遇到难解的结，你怎么办？

9、接近思维

怎样达成目标，实现销售增长，这时候你需要接近思维来帮助你。关键是多接触你要解决的问题，花时间分析，你要的是方案，不是问题。实际情况如：你在做选择题还是问答题？责任点在哪？

10、理解层次

问题发现是第一步，要怎样分析问题，找到真正的原因，那么熟练的运用理解层次。关键是：你需要熟悉客观环境，员工的能力、行为的规律、他需要什么？实际情况如：你能够分析到哪一步？

四、数据分析师需要掌握的10个技巧

1、会用一款或以上的数据分析工具。

2、经常浏览数据统计的网站。

3、在数据分析前先进行调研（具体可查看马海祥博客的《如何做好一个产品的市场调研和数据分析》相关介绍）。

4、在分析数据的时候用户体验的角度出发的么并不是以公司利益为主。

5、了解数据采集的方式以及数据内容和质量内容。

6、熟悉各种样式低量和定位的不同，尤其是竞争的产品（具体可查看马海祥博客的《如何做好产品数据的竞品分析》相关介绍）。

7、做一个饥渴的探索者。

8、在企业内部有效的沟通着。

9、街头智慧。

10、防御中带有进攻。

对于数据分析师来说，只是关注数据的相关性，从相关性解释数据的因果性。如何将企业收集的杂乱数据进行分析处理，最终为其他部门提供一份清晰明朗的数据报告就显得格外重要。

马海祥博客点评：

在任何一个企业中，数据分析师的角色都是十分重要的，没有数据指引的企业犹如没头苍蝇似的到处乱飞。如若一个企业有了比较完善的数据分析团队，企业的决策层就可以根据数据挖掘提供的相关报表完成企业战略发展的制定。