编者按：作为数据分析师，了解业务是必然的要求，然后数据分析师才能更好地发现和分析问题，进而给出解决问题的方案。那么，在了解了业务之后，数据分析师应该如何进行数据分析呢？在这篇文章中，作者结合了自己的思考，发表了自己对数据分析的看法，一起来看看吧。

"SQL Boy/Girl, 堂兄/堂兄, 数数机, 报表制作者, 没脑子的人？那么，你是真的是数据分析师吗？”

虽然你在数据分析的坑里摸爬滚打了好几年，但你也经历了很多业务，接触了很多数据，做了很多Reports和reports ，但时不时还是会想：我做的真的是数据分析吗？

因为没有方向和期望，数据分析师才会疯狂成长。至于几年的摸索，他们可能会发现，数据分析基本上应该是：发现业务中的问题，运用正确的业务理解和逻辑思维分析问题，找到问题的症结或发展趋势，给出可行的方案，然后协调各方资源，推动实施。

从企业出来，回到企业，真的可以有所作为！

1. 业务到底是什么？

每个人都知道数据分析师需要了解业务，但什么是业务？一直只看名字不看本质，让很多人在第一步中迷失了方向。虽然业务复杂，但从数据分析的角度来看，只需要关注以下几个方面。

1.商业模式

所谓商业模式无非就是提供什么样的产品和服务，如何赚钱。

互联网行业不同于其他传统公司。传统行业靠销售产品来盈利。互联网公司的特点往往是：羊毛在狗身上，猪买单。使用什么样的服务来分流流量？它坚持给用户什么样的服务？那么兑换支付和回购提供什么样的服务呢？

2.产品

我们提供哪些类型的产品？它适合什么样的用户？能为用户解决什么样的痛点需求？产品的主要工艺是什么？产品的生命周期是怎样的？是否验证功能？还是迅速扩大市场？还是已经进入成熟期，是要拓展新领域还是做好用户迁移？

3.运营

产品的运营策略是什么？有哪些运营策略和方法？如何促进线上线下转化？如何做好用户的精细化操作，把钱花在最前沿？

4.渠道

通过哪些渠道触达产品的目标人群，每个渠道的用户质量如何？输入和输出的投资回报率是多少？

5.销售

销售方法通常取决于商业模式。如果是2B/2G，一般来说，要做好关键决策者的运作，同时做好业务关系或代理 如果是2C，如何在线合作和离线？

6.竞品

在关注自己的产品的同时，也要了解细分品类中竞品的情况。同赛道竞品有哪些？常见的产品功能和服务有哪些？我们的优势和劣势是什么？未来有突破的机会吗？

二、了解业务，如何做数据分析？

我整理了这么复杂的业务，收到了数据分析请求。我该如何开始？比如，数据发现今日头条APP“年轻用户”的留存率非常低。让我分析一下原因，怎么办？

第一步是梳理今日头条APP的用户使用流程，看看用户留存率低的地方。整理出来后，应该有以下几个关键流程：

然后，我们要对产生的原因进行假设“低龄人群”的低留存率，并执行以下3个假设，这三个假设来自于对业务的理解。如果你理解得更深入，你可能会发现一个更直接的第四个假设。

下一步就是收集三个假设的数据并一一验证。过程并不复杂，是简单的演绎推理过程。

但是，在实际业务中，最复杂、最耗时的就是根据业务理解提出合理的假设。业务理解越深，假设就越接近问题的本质，验证就会越简单直接。

3. 数据分析的常见误区

90% 的人都在做“假”数据分析。数据分析源于业务需求，最终回归业务。因此，整个闭环至少包括：明确业务问题/需求、明确分析目的、梳理分析思路和框架、梳理业务流程、数据收集与处理、数据分析流程、结论与反馈落地。

每一步都至关重要，每一步都有很多容易陷入的误区。

1.误区一：技术至上

有些人在进行数据分析时抱有顽固的观念，追求所谓的前沿、先进，展示自己的技术水平。分析技术，认为分析技术越先进越好，越精密越强大。显然有现成的、简单的、非常适用的方案没有被采用，时间都花在追求数据算法上。

追求技术进步和发展没有错，但不能一味强调先进的方法。节省时间，节省资源，想出性价比高的解决方案是企业需要的工作态度，所以不管是高阶方法还是低阶方法，只要能解决问题，就是一个好办法。