業務分析與數據分析的區別
首先我們都說業務分析、業務分析,它一定是業務與分析兩個部分的內容。
數據分析的流程,可以用五個關鍵詞來表示,分別是“目的”—“采集”—“清洗加工”—“可視化”—“業務價值”;
每個關鍵詞都一一對應著數據分析流程當中的具體工作,分別是:“需求層”—“數據采集層”—“數據層”—“數據處理層”—“輸出層”。
這是一般來說我們進行數據分析的五個關鍵步驟,不管你是做純粹的數據分析,還是偏業務的分析,還是商業分析,基本原則是要按照這五個關鍵點出發的。
但是!
很多人在遇到真實的業務場景的時候,就會發現這套流程根本沒有作用,這是因為什么呢?
因為實際的業務需求不僅是復雜的,而且是無序混亂的,按照我們習慣性的思維是很難去解決無序問題的,什么意思呢?
小時候我們都寫過試卷,在試卷上的問題都是什么樣的呢?
小明有十顆糖,上學的路上遇到了小紅和小剛、小亮,給了小紅三個,給了小剛兩個,給了小亮一個,請問最后小明有幾顆糖?
這就是我們從小時候就養成的思維方式,根據已經有的題干進行分析,因為我們的大腦會習慣性地依賴某個思維框架或者模式去分析問題,慢慢地大家都習慣地認為真正的業務問題也是有框架的、有模式的。
也就是說,大家都習慣在有提示的迷宮中尋找出口。
那么真正的業務問題應該是什么樣子的呢?
小明一開始有十顆糖,上學的路上遇到了小紅和小剛、小亮,請問最后小明剩下了幾顆糖?
如果大家是在試卷上看到這樣一道題目,大家肯定要罵娘了,這題干根本就不明確,連必要的信息都沒有,你讓我怎么解答?
這就是理論問題與實際業務問題的區別了!
真正的業務問題是沒有題干的,是無序的,是混亂的,是復雜的,大家是站在一片迷霧當中尋找出口,所以大家會覺得無所適從。
那么怎么去克服這種依賴性思維方式呢?
最好的辦法就是通過不斷練習,嘗試建立起自己的思維體系,任何問題放到思維框架中都可以得到解決,因此這個框架也就是分析思路。
業務分析的流程
想要搞清楚業務分析的流程,記住6個關鍵詞就可以了,這也是業務分析報告的主要組成部分:場景——需求——問題——指標——結論——驗證
這是我們進行業務分析流程的主要思路,首先我們確定分析場景是什么,然后將場景轉化為需求,這時候我們需要建立需求文檔;
有了需求,下一步就是梳理出業務問題是什么,業務問題往往不是單一的,而是復雜的,因此需要確立問題梳理的方法,這時候我們就需要利用指標體系;
通過指標體系進行數據分析的流程,每一個體系都可能做一次完整的數據分析,最終將所有分析形成一套業務方案,也就是業務結論;
這時候我們的工作還沒有做完,因為業務分析的最后一步是需要將業務方案進行落地,或是配合的角色,或是主導的角色,總之要監督、跟蹤并指導業務方案的實施。
1、診斷現狀:
業務場景往往都是復雜的,我們需要準確判斷業務問題的具體場景是什么,這里要包含三個要素:對象、關注點、目標
對象:場景中包含的分析對象,是分析人、物,還是企業、經濟、財務、銷售、用戶等分類?
關注點:不同的對象側重點不同,不能面面俱到,只能優先分析重點內容;
目標:分析要達到什么目的,是想發現問題,還是診斷現狀,還是預測?
比如說,業務想讓你分析一下最近的銷售情況,這是一個相當復雜的場景,我們怎么進行梳理呢?
對象:對象是銷售,也就是與銷售直接相關的要素,最主要的是銷售員、銷售數據,因此我們主要是做銷售收入、銷售額、單價等與銷售情況直接相關的分析。
目標:一般是完成銷售任務,監控銷售銷量低的原因,提出解決方法;
關注點:銷售與運營分析差不多,但是分析顆粒更細,頻次更密,要求速度更快,所以主要關注時序進度、落后原因、銷售單產情況;
2、需求文檔:
下一步是將場景轉化為需求,這時候我們需要做需求可行性文檔,我們在進行分析之前,首先要搞清楚三件事:這個需求是什么?這件事值不值得做?這件事需要做到什么程度?
具體內容比較多,下一篇文章再詳細介紹這一部分的內容!
3、梳理問題
確認了需求之后,我們要將需求轉化為問題,也就是我們要分析什么東西、分析什么問題、分析什么內容,這里就不詳細講了。
4、建立指標
這是業務分析最困難的地方,這里我推崇兩個方法去建立指標體系,一是點線面法,二是流程環節法,這里我以流程法舉例:
我們按照如下框架梳理業務流程,首先是中間主要流程層,指某人通過某些流程步驟達到特定的目標;
在業務流程的具體步驟中,每個節點會做哪些事情,具體做到什么程度,即如何在業務流程中如何管理,我們稱之為業務層;
在每個管理過程中,我們記錄事件,對管理過程的事件進行量化,我們稱之為數據層。
5、業務方案:
常理推斷,當業務接到一個改進方案A的時候,腦海中浮現的問題是什么?
- A是怎么解決我的問題的?
- 為什么A比B要好?好在哪些業務指標上?好多少?是否可持續可測量?
- 需要我做什么和現在不一樣的事情?
也就是當我們著眼于業務的問題,提出解決方案的時候,第二步就是解決業務的后顧之憂。我們需要在方案中把業務關心的這些問題一并解決,告訴他們這么做了以后會有什么好處。
6、落地實施
做到前兩步以后,基本上你的建議是可以落地了,但我的習慣是再加上最后一步:不斷“跟蹤”進行監測甚至迭代。
其實,這一步和上一步聯系非常緊密。有些數據分析的同學會把建議甩給業務,業務接受以后自己就不管了。
但其實我很享受近距離觀察自己的建議落地,并且持續監測各大指標,和業務一起優化的過程。當看到各項指標提升的時候,真的非常有成就感。
另外,當我們的建議被市場和用戶證明了是有價值的以后,我們和業務之間的信任度就會提升非常多,那我們以后的方案再落地也會容易的多。