在 AI 時代，數(shù)據(jù)分析的重要性愈發(fā)凸顯，但許多從業(yè)者仍然感到迷茫：如何構(gòu)建一個完整的數(shù)據(jù)分析體系？是簡單地將數(shù)據(jù)堆砌到 AI 模型中，還是需要更系統(tǒng)的方法？

大家經(jīng)常感慨：“都AI時代了，我還是在跑SQL！壓根不知道完整的數(shù)據(jù)分析流程是啥樣的！”

如果直接把原始數(shù)據(jù)堆進AI，除了一堆同比，環(huán)比，AI也分析不出來深度的結(jié)論（參見文末案例），到底要怎樣搭建完整的數(shù)據(jù)分析體系，今天一文講清楚。

一、建設的出發(fā)點

滿足業(yè)務需求，是建設數(shù)據(jù)分析體系的出發(fā)點，也是最終目的和最高要求。

要注意的是，“業(yè)務需求”并沒有統(tǒng)一的標準。

不同部門，不同身份的人，需求是不一樣的。從大的方面看，可以分作三個層級：

1. 戰(zhàn)略級：能決定公司整體方向的高級管理層
2. 戰(zhàn)術(shù)級：決定一個具體職能工作的管理層（銷售、運營、產(chǎn)品、售后……）
3. 戰(zhàn)斗級：沒有決定權(quán)，只有執(zhí)行權(quán)的一線部門（業(yè)務員/客服/審核員/倉管員……）

這三類人，需要的數(shù)據(jù)類型，數(shù)據(jù)時效性，數(shù)據(jù)應用方向是完全不同的。因此需要分別滿足需求（如下圖）。

二、服務于戰(zhàn)略的數(shù)據(jù)分析

在整個體系中，經(jīng)營分析是直接服務于戰(zhàn)略級決策的。

在最高管理層做決策的時候，更聚焦于宏觀的問題，比如整體目標達成，外部環(huán)境變化，內(nèi)部舉措效果。而不是陷在瑣碎的業(yè)務細節(jié)里。

因此，在做經(jīng)營分析的時候，要：

1. 在經(jīng)營目標，轉(zhuǎn)化為可量化的指標
2. 監(jiān)控目標達成進度，發(fā)現(xiàn)過程中的問題
3. 感知外部環(huán)境變化，預警潛在宏觀問題
4. 量化評估各項業(yè)務活動對目標的作用
5. 考核各項業(yè)務活動效益，提出方向性指導

注意：對經(jīng)營成果的核算是非常復雜和麻煩的。很多經(jīng)營舉措都是跨數(shù)周、數(shù)月，涉及眾多部門和工作。

有些基礎研發(fā)、生產(chǎn)線更新、基建投資更是跨數(shù)年。因此經(jīng)營分析的頻率一般不會很高，一般是以月為單位進行。

在經(jīng)營分析層面做出的決斷，往往是方向性的，比如：

• 堅持原定計劃還是做調(diào)整？
• 銷售/運營/產(chǎn)品/營銷……誰打主力，誰當輔助？
• 追加投入還是更換方法？

這些決斷直接影響到戰(zhàn)術(shù)級設計。至于具體怎么設計，則要靠戰(zhàn)術(shù)級的分析來支持。

三、服務于戰(zhàn)術(shù)的數(shù)據(jù)分析

戰(zhàn)術(shù)級的分析是具體到每個職能部門的。比如：

• 銷售部門：銷售業(yè)績分析、銷售渠道、銷售方法、業(yè)務員隊伍分析
• 運營部門：活動方法分析、推廣方式分析、平臺運營分析
• 產(chǎn)品部門：產(chǎn)品使用情況分析，新版本功能，新版本分析

這些戰(zhàn)術(shù)級分析的具體內(nèi)容，常常五花八門，但是核心思路是一致的：

• 策略制定：從眾多的戰(zhàn)術(shù)中，選擇一個可以達成目標的
• 監(jiān)控進度：監(jiān)控戰(zhàn)術(shù)落地進度，發(fā)現(xiàn)問題，調(diào)整戰(zhàn)術(shù)設計
• 復盤效果：復盤是否達成目標，積累經(jīng)驗，解決問題

具體的細節(jié)太多太多，就不一一舉例了。有興趣的同學可以翻看之前分享的運營、產(chǎn)品分析方法。

實際上，大部分做數(shù)據(jù)分析的同學，最常接觸的是這一層的分析。最終輸出物也是日常監(jiān)控報表+專題分析報告。

四、服務于戰(zhàn)斗的數(shù)據(jù)分析

嚴格地來說，戰(zhàn)斗級需要的不是數(shù)據(jù)分析，而是數(shù)據(jù)。一線工作那么忙，沒人有空坐下來細細聽報告，能看到數(shù)據(jù)，就已經(jīng)足夠行動了。比如

• 一線銷售：看到今日業(yè)績目標，今日已完成業(yè)績，待跟進客戶名單
• 一線客服：看到待分配話務量，排隊接聽數(shù)量、投訴數(shù)量、投訴結(jié)果
• 一線倉管：看到在庫商品數(shù)、在途商品數(shù)，預計達到商品數(shù)，預計出庫商品數(shù)

有了數(shù)據(jù)，一線就已經(jīng)能開展行動了。趕緊干活，把沒處理完的任務搞完

如果能在基礎名單之上，增加一些輔助工具，就更好了。

比如給銷售的，不光有個待跟進客戶名單，再多給個預計自然消費（通過預測模型給的標簽），就能幫銷售聚焦到更該主動跟進的人身上。

比如再多給個：客戶可參與活動/客戶可轉(zhuǎn)發(fā)海報，就讓銷售多了一個打動客戶的工具。

這些工具要比啰里啰嗦分析報告管用得多（如下圖）

相當多公司在戰(zhàn)斗級的數(shù)據(jù)分析，只停留在excel日報和ppt階段，缺少工具設計和開發(fā)，導致了數(shù)據(jù)分析不落地，無法輔助一線等等問題。

看到這里，肯定有同學好奇：老師，我的公司規(guī)模沒那么大，數(shù)據(jù)也沒那么多，怎么能做的體系化一點呢？這里是有方法的。

五、中小企業(yè)，怎么從0到1

初創(chuàng)型的企業(yè)肯定沒精力搞這么大套數(shù)據(jù)體系。對初創(chuàng)型企業(yè)來說，盡快找到能盈利的MVP才是關(guān)鍵，之后不斷地擴大投入，增強收入能力。因此對初創(chuàng)型企業(yè)而言，一般精力都放在銷售數(shù)據(jù)/推廣數(shù)據(jù)/渠道數(shù)據(jù)上，把戰(zhàn)術(shù)級的分析做好。

對于有一定規(guī)模的企業(yè)，最重要的反而不是搞各種分析報表（一般該有的也都有了）也不是搞復雜的分析報告。而是加強基礎建設，補齊初創(chuàng)期突飛猛進，留下的短板。比如：

• 商品編碼體系，商品分級分類標簽
• 活動編碼體系，活動物料編碼體系、優(yōu)惠券體系
• 財務系統(tǒng)與業(yè)務系統(tǒng)打通，財務數(shù)據(jù)與業(yè)務數(shù)據(jù)對應

這些可能不僅僅設計數(shù)據(jù)庫設計，有可能舊的交易系統(tǒng)、物流系統(tǒng)、費控系統(tǒng)都需要升級，業(yè)務流程也要規(guī)范，因此是個很龐大的工程。但是如果不邁過這一關(guān)，還是在舊基礎上繼續(xù)茍且，就會發(fā)現(xiàn)，規(guī)模越大，內(nèi)部系統(tǒng)越亂，數(shù)據(jù)越復雜，新舊數(shù)據(jù)越對不上，越往后越難。

近年，陳老師經(jīng)歷了若干個營業(yè)額30-100億的中等企業(yè)數(shù)字化建議，無一例外的有基建薄弱+好大喜功的問題。往往是最基礎的商品數(shù)據(jù)、活動數(shù)據(jù)、渠道數(shù)據(jù)都沒有建設很好，反而急著上CDP，急著在APP/H5搞算法，急著搞全鏈路埋點。結(jié)果自然是：在爛泥地里建摩天大樓……各種糾結(jié)蛋疼，不在話下。

六、問題的背后

以上種種問題，但凡置身其中，都會感受明顯。然而為啥沒人解決呢？

• 可能是業(yè)務部門自大且強勢，不想讓數(shù)據(jù)參與，只讓供excel表
• 可能是技術(shù)部門老大想升官，做基建不夠顯眼，必須上新東西
• 可能是公司老板壓根沒見識，吃行業(yè)紅利發(fā)財，缺少基礎認知

這些都有可能讓數(shù)據(jù)停在原始階段。然后又寄希望于一個神通廣大的數(shù)據(jù)分析師能搞掂所有問題，他們還會殷切地拉著你的手說：“我們公司的數(shù)據(jù)很大，都在那呢，就差個高手來分析了……”

所以如果做分析的同學們遭遇：

• 東干一塊，西干一塊
• 只寫sql整理excel
• 被業(yè)務嫌棄沒深度

你并非一個人，你和很多同學一樣在被煎熬。畢竟做得好的公司也是少數(shù)嘛。這時候只要自己努力積累能力，跳槽個好一點的企業(yè)即可。