理解业务，是做数据分析的前置条件和重要步骤

你一定听到过：“理解业务，是做数据分析的前置条件和重要步骤”。那么，如何才叫做理解业务呢？怎么梳理业务呢？又应该理解到什么程度呢？很多人对这些问题的理解，可能还很模糊。在此，将主要以数据分析的视角出发，向你分享业务逻辑的梳理流程，并以层层递进的方式，来展示关于数据分析中，懂业务应该懂到一个什么样的程度。

我们首先来讨论交流一下，梳理业务对数据分析，有什么重要性？让我们在这片自留地，一起探索和交流，运营与数据的魅力所在。

“数据分析”，即通过分析数据，发现业务问题，洞察商业机会点，为业务增长提供合理建议及参考依据，并输出数据报告。而什么是业务呢？直白的来讲，“业务”泛指非技术类所有工作，是企业的销售、产品、营销、市场、运营等工作的笼统称呼，这些都是直面B端/C端用户，“业务”最终的目的是“增加销量，换取利润，降低成本”，并且数据报告里得出分析结论也是提供给业务使用。

那么，真实、可量化、可衡量的数据一定会反映业务某方面的情形。而“数据分析”在实现业务目标和输出数据报告的过程中，就需要清晰地描述、并展示业务现状，解决业务痛点，帮助业务提升业绩等。所以，“数据分析”就需要围绕业务展开。

而现实当中，很多业务场景都可由数据体现出来。通过分析业务存在的问题并解决业务问题，数据分析才能创造价值。对于公司来讲，解决业务问题可以提高收益或者降低成本；对于个人来讲，知道怎么利用数据解决业务问题，对个人的技能成长和职场生涯都有很大的助力。

要理解业务，其根本上来讲就是：数据从业务场景中来，要用回业务场景里去。接下来，我们就来看一下理解业务对“数据分析”重要性有哪些呢？

01 重要性一

了解业务痛点，多理解业务流程，才有机会分析出业务场景中可能存在的问题。刚入门做数据分析时，很容易过度关注数据、方法论、工具等，却忽略了数据背后的业务痛点以及需求。埋头苦干一通，最后业务人员一句话否定掉：“你分析出的问题和结果对我有什么用？一点也不符合业务逻辑”。

举个简单的例子，以To b 一个考勤hr产品为例。

比如某一月份产品会员购买数量下降了，对于很多做数据分析人员来说，可能马上就会去拿着数据做多维交叉分析，分析什么原因导致购买会员数量下降了，而不是主动去思考里面的业务痛点以及流程逻辑。客户购买会员下降有很多原因，产品设计问题、购买流程问题、客户公司内部政策问题、队伍销售能力问题等等。

如果你了解业务痛点，多理解业务流程，你就应该了解到业务需求关注的因素是什么？也就是聚焦客户购买会员这个点，理清购买相关的客户旅程漏斗（如图所示），识别出几个关键的行为转化节点，然后分析行为点间的转化与流失情况，结合业务以及用户痛点，去对着数据来源、口径、清洗、分析等做一系列工作，进而定位问题，指导决策。而不是遇到一个数据指标出现异常，就直接去从数据中找答案，实际上答案就藏在背后的业务逻辑里面。

02 重要性二

了解相应的业务阶段侧重的关注点是什么，才可能设计出更符合业务视角的数据指标监控体系，通过相应的专题分析，解答出现异常的状况。因为业务发展一定是「萌芽——起步——快速发展——成熟——衰退」。这是规律，也可以说是产品的生命周期，我们需要判断出产品业务线所处的阶段，才能针对性设计出数据监控数据体系。

而在产品业务线不同的生命周期阶段，其数据分析侧重的关注点不相同：

萌芽期阶段：侧重监控用户行为数据等，优化产品迭代。

起步期阶段：侧重监控用户新增、渠道数据等，筛选优质渠道，扩大客户基数。

快速发展期：侧重监控用户活跃、留存数据等，提高各个关键环节转化率。

成熟期阶段：侧重监控会员，成单数据等，提升盈利点。

衰退期阶段：侧重监控内容、市场品牌数据等，品牌驱动，设计出有效的营销策略，找出第二增长曲线或者二次创新。