-
-
混乱七星天 数据达人Lv4
发表于2021-7-21 18:08
楼主
简单概括，商业分析能力就是从业务和战略发展的角度出发，用数据分析手段，发掘业务问题，支撑商业决策。
所以我们认为，商业分析能力最核心的两件事：业务思维+数据思维1、业务思维
做商业分析，要知道商业价值在哪儿，必须充分了解企业的商业模式和行业属性，这样才知道到底企业有啥分析需求，才能有目的性地去思考到底要分析啥问题。
1）企业商业模式
商业模式，简单来说就是公司或个人运用某种方法或途径赚钱，从而产生利润的效应模式。
我们谈商业分析能力的业务思维方式，就是能深入理解到企业战略定位、业务体系、关键资源、盈利模式，有助于拓宽视野并提升思考深度，保证产品与企业战略和业务发展同步。
快速了解商业模式比较好的渠道有公司业务负责人、行业竞对、行业专家、垂直行业媒体等，广谋从众，各取所长。
2）企业行业属性
理解商业模式只是开始商业分析的第一步，具体到一门生意上，还有行业、产品、用户群体的区别。比如大家最喜欢说的：互联网行业，其实范围非常广泛，包含了：电商、游戏、广告、新闻、社交、O2O、VR、团购、消费贷、小额贷、保险等众多子领域，每个领域间差异巨大。而所谓传统行业，比如快消、耐用、零售、家具、美容、金融、餐饮等等，也在积极拥抱互联网，不但大力建设自己社交媒体矩阵，而且纷纷开设自己的小程序吸纳会员，开劈电商渠道拓展客户。可以说行业边界本身也在模糊，具体形态越来越多元化。
3）了解业务的途径
脱离具体的商业模式和行业属性就没法谈商业分析，了解商业模式和行业属性的途径如下：
l 洞察行业趋势
垂直媒体：针对垂直行业的互联网媒体平台，提供行业深度内容、知识分享和互动，例如：电子商务新闻门户的亿邦动力网。
行业专家：向公司业务专家、外部专业人士、资深传统从业者、行业咨询顾问等角色调研交流，可帮助你快速深度挖掘行业内幕。
市场报告：专业的市场研究机构，从报告中可以获得行业趋势、市场份额、头部企业分析等信息，例如：艾瑞网、易观。
l 理解主营业务
培养业务思维最直接的方式莫过于贴近业务，包括了解主营业务流程、策略规则、角色分工、管理权限、协作关系等。
具体实施可以通过组织讨论会、部门轮岗、问卷调研、绘制流程图、梳理角色权限表等，将业务转化成标准、模块、可视的文档资料。
l 了解产业链
产业链简单来讲就是某行业中，各个产业部门之间基于产品、技术、服务等需要，客观形成的链条式关联关系。产业链包含价值链、企业链、供需链和空间链四个维度。
产业链有助于产品经理了解行业全貌、梳理上下游关系、理解业务本质。产业链信息可以通过互联网媒体、市场报告获得。
l 熟悉合作渠道
合作渠道即存在商业合作关系的上游和下游组织机构，按组织机构关系区别，可分为内部合作渠道和外部合作渠道。渠道对产品的价值是1后面的0，优质渠道可以帮助产品短时间内成几何增长，常见的渠道资源表现为资金、流量、商品、内容、服务等。
我们可通过公司商务、社交媒体、搜索引擎、应用商店等方式寻找合作渠道，为产品价值最大化助力。
l 分析营收结构
营收结构是指企业收入中主营业务收入与其他业务收入的比率，通过分析营收结构，可以了解企业经营状况和财务政策。
2、数据思维
数据思维是指将营销过程中的各项因素转化成数据进行研究，数据实际上是营销向科学导向的自然演化，数据研究的目的就是解决业务目的，创造商业价值。
那么，如何做数据研究？
1）业务流程梳理及业务指标搭建
商业分析能力的体现就是通过挖掘业务数据发现商业价值，怎么去挖掘？一定是要基于业务，一定要对业务非常熟悉，才能以业务为导向，发掘数据背后的问题，为商业决策提供数据支撑，推动业务发展。
这就要求我们不仅要具有良好的商业洞察与判断，很强的逻辑思维能力、产品策划、品牌包装与宣传能力，而且必须对数据和业务具备超强敏锐度。
业务流程梳理就按照第一部分业务逻辑去探寻即可
业务指标搭建怎么做呢？
首先，理解一下什么是业务指标？两方面，结果指标，一般指产品或项目过程中的考核指标；过程指标，一般指产品或项目过程中影响结果指标的具有可执行意义的指标。
从结果和过程的设计过程中，可以发现数据分析是一个系统性工程，一个简单的技术改造都有可能导致全局的蝴蝶效应，但是在落地过程中，需要把握资源与分析粒度的平衡，达到项目相关最优。如收入、用户数、留存率、客户价值、客户满意度等等
然后如何搭建业务指标体系呢？
指标体系官方定义是指由若干个反映社会经济现象总体数量特征的相对独立又相互联系的统计指标所组成的有机整体。What？啥意思？其实简单来讲指标体系就是：通过一组相互关系的指标，来反应企业的管理状况。企业不同，目标不同，但是归纳下来不外乎以下几个方面：[attach]36136[/attach]
指标体系建设是一个渐进明细、抽象到具化的过程，我们把他分别三个步骤，首先是指标梳理，也就是体系建设的核心；第二步是对梳理好的指标按照其口径进行定义；第三步也就是应用分析。
l 指标范围确定和指标识别
指标梳理一开始最迷茫，在不知道从何入手的时候，我们就要找到指标的需求，这些需求通常来自于：对业务部门和技术部门的需求调研、业务系统常用指标、用户用到的统计报表、行业标准。
之后，我们要在众多需求中提炼出指标（基础指标、合成指标），剔除掉噪音指标和不需要的指标。
l 指标解析
拿统计报表的指标解析步骤来举例，通常指标解析的步骤分为5步：
第一步：理解报表。首先要了解统计报表，通过报表标题、报表的表头、表尾，以及各数据项的关系和公式来了解统计报表是要做什么的。
第二步：剔除不必要的指标。特别关注如下指标和元素：超长字符、计量单位、统计信息、无统计意义的字符等。
第三步：分析指标的维度、筛选条件、公式。
第四步：确定报表的数据期。数据期也就是查看统计报表的时间粒度，我们需要确认：确定数据期字段、确定数据期类型。
最后我们需要找权威人士确认和佐证。与客户方业务和技术专家确认，保证指标的权威性；记录存档，以备指标定义时使用。
不妨，我们来看看具体的实例，如下是某集团的测算表，图中分别解析出了指标的标题、数据期、计量单位、维度、基础指标、合成指标、表尾备注。结合以上的指标解析方法，使指标解析简单化。
l 确定指标源头
确定指标源头是找到指标来自于哪里？可以来自于某个业务系统，也可以来自于某个主题表，目的是为了保证指标的口径唯一，其流程如下：
2）数据模型数据挖掘等大数据领域技术能力
业务指标体系的搭建是为商业分析做准备，回到文章开头，商业分析能力就是从业务和战略发展的角度出发，用数据分析手段，发掘业务问题，支撑商业决策。
有了业务指标，如何将业务指标落地并针对业务指标做进一步的数据分析呢？这就要求我们必须具备：
a. 数据生产加工流程和数仓技术：数据采集，数据预处理，数据存储等ETL设计与数仓建模能力，商业分析的基础是业务数据分析，如何整合企业内多源业务数据，如何按梳理好的业务指标体系搭建业务分析数据模型？请参考亿信之前写过的文章https://zhuanlan.zhihu.com/p/382140763
b. 数据挖掘及算法：掌握通用的挖掘算法并能通过数据挖掘工具发掘数据价值
c. 数据分析工具能力：会写JAVA或者Python最好，或者会熟练操作数据分析工具如tableau，亿信ABI等，将数据呈现出来；
我们做数据分析是为了能以量化的方式来分析业务问题，并得出结论，这就是我们要的商业价值分析，其中有两个重点词语：量化和业务，关于如何快速上手数据分析，通过业务指标的量化分析洞察商业价值，那么：
什么是数据分析？数据分析方法和完整步骤？请参考https://zhuanlan.zhihu.com/p/357708453
数据分析很重要，那么如何将数据分析结果通过可视化的报表展示出来呢？当然是有很多种方式的，用EXCEL也能做报表，当然EXCEL是最初级的。若是具备较强的计算机开发语言，如JAVA、Python等，也能写出非常震撼眼球的报表页面。
然而，当前企业的业务发展速度和数字化发展步伐越来越快，工具化替代趋势明显，学会一种数据分析工具，按照梳理的指标维度和数仓模型直接一键导入数据，自动生成数据图表，借助可视化图表快速掌握业务动态洞悉业务问题驱动业务决策。
数据分析工具化可以让我们从繁琐的取数、脚本开发中释放出来，去做更多研究性的工作。
