有关数据分析的几点零碎思考一

入行数据分析也有些年头，对分析有了自己的一些经验跟思考，系统化总结了的就专门写了，有些还未系统化，零零碎碎的分享一下

　　

001. 央企数据分析

　　之前在非科技类央企做数据分析，技术性门槛不高，在业务口看来，并没有难以理解的算法和高级的工具，数据更多的体现为服务支持，类似于业务秘书处；

　　对上层领导而言，是个理性了解业务的窗口。上级需要的材料很多，例如针对部门级的业务总结、计划部署，个人述职汇报，业务专题类的分析，这些都需要大量数据，拥有全面口径的数据科室自然承担材料工作。

　　对业务口而言，在业务监控，市场行为定量解读，日常的经营分析，未来的策略制定等方面，数据提供具体的展示论证，起辅助决策作用。

　　不了解业务时，容易被牵着走，但如果有运营经营方面的经验，那在看问题上，则有非常丰富的视野； 

　　汇报材料、总结部署类汇报，主要是以服务上级领导为主，表面上看缘木求鱼，对业务分析能力的提升无益，但实际却恰恰相反。 总结、部署、汇报类材料，是站在宏观、高层视角上解读业务，关注点聚焦在业务的核心逻辑，核心问题上，以点带面，有助于结构化全盘思考着业务方向，是个培养视野的捷径。

　　实际上，我在写了几个月度的经营分析报告，领导述职报告，一个年度总结跟来年经营部署的大会议材料后，基本上对分公司营销的所有环节都有了脉络性的认知，对业务层面有了很强的把握度。

 　　

002. 离岸团队的问题

　　不够熟悉市场，不够熟悉产品特性，不够了解运营

　　一份高质量的分析报告，一定有一些高质量的洞察，这些观点多源于对业务本身的熟悉敏感度，观点的合理性也需要商业角度验证。

　　离岸团队接触市场，是经过了“中转”的，缺乏了很多鲜活立体的东西。因此问题发现也好，获悉洞察也好，在没有太多先验信息时，大概率要从大量维度中逐个拆解，从各类对比指标中。而良好的商业意识，市场感知会带来更有效洞察的思考方向（或者说出结果概率更高），能大大减少定位问题时的搜索空间.

　　一个典型的例子： HK市场中有一款电子支付钱包TNG ，在2020年之前一直不温不火，交易额占比非常低，因此未有专门的分析。但在20年3-5月，交易额突然猛增。

　　　　　离岸团队在5月数据出来后，6月初才会重点关注到，开始进行了解TNG 的功能特点，进行分析

　　　　   而在岸的环境下，会有很大概率接触到TNG的新闻/促销/政策等变动，提出策略或分析需求，结合daily数据，会更有前瞻性的提出分析方案。

　　　　  事中vs事后，时效性差很远。 （ 最终发现用户通过某种信用卡对TNG充值，再转入信用卡，扩大了交易额，且套取了银行方面的额外奖励交易积分）

　　

 

 

　　数据分析推动业务，一要靠技术实现，二是一般化的商业分析，三是对分析对象的特有的东西分析。

　　离岸团队，弱在是第三点，而第三点代表着深入业务。

　　技术跟分析模型，要深入结合业务，才有高价值。在结合过程中，无疑优先掌握市场信息的一方，会获得更大的话语权。