很多同学抱怨：自己东做一点，西做一点，没有见过完整的数据分析体系是啥样？
实际上早在10年前， 很多大型银行就已经建立了很完善的数据分析体系，只是因为行业特殊性，导致外人知道的不多。
今天跟大家详细介绍一下。
满足业务需求，是建设数据分析体系的出发点，也是最终目的和最高要求。
要注意的是，“业务需求”并没有统一的标准。不同部门，不同身份的人，需求是不一样的。从大的方面看，可以分作三个层级：
这三类人，需要的数据类型，数据时效性，数据应用方向是完全不同的。
因此需要分别满足需求（如下图）。
在整个体系中，经营分析是直接服务于战略级决策的。
在最高管理层做决策的时候，更聚焦于宏观的问题，比如整体目标达成，外部环境变化，内部举措效果。而不是陷在琐碎的业务细节里。
因此，在做经营分析的时候，要：
注意：对经营成果的核算是非常复杂和麻烦的。很多经营举措都是跨数周、数月，涉及众多部门和工作。有些基础研发、生产线更新、基建投资更是跨数年。
因此经营分析的频率一般不会很高，一般是以月为单位进行。在经营分析层面做出的决断，往往是方向性的，比如：
这些决断直接影响到战术级设计。至于具体怎么设计，则要靠战术级的分析来支持。
战术级的分析是具体到每个职能部门的。
比如：
这些战术级分析的具体内容，常常五花八门，但是核心思路是一致的：
具体的细节太多太多，就不一一举例了。有兴趣的同学可以翻看之前分享的运营、产品分析方法。
实际上，大部分做数据分析的同学，最常接触的是这一层的分析。最终输出物也是日常监控报表+专题分析报告。
严格地来说，战斗级需要的不是数据分析，而是数据。
一线工作那么忙，没人有空坐下来细细听报告，能看到数据，就已经足够行动了。比如：
有了数据，一线就已经能开展行动了。赶紧干活，把没处理完的任务搞完如果能在基础名单之上，增加一些辅助工具，就更好了。
比如给销售的，不光有个待跟进客户名单，再多给个预计自然消费（通过预测模型给的标签），就能帮销售聚焦到更该主动跟进的人身上。
比如再多给个：客户可参与活动/客户可转发海报，就让销售多了一个打动客户的工具。
这些工具要比啰里啰嗦分析报告管用得多（如下图）。
相当多公司在战斗级的数据分析，只停留在excel日报和ppt阶段，缺少工具设计和开发，导致了数据分析不落地，无法辅助一线等等问题。
看到这里，肯定有同学好奇：老师，我的公司规模没那么大，数据也没那么多，怎么能做的体系化一点呢？这里是有方法的。
初创型的企业肯定没精力搞这么大套数据体系。
对初创型企业来说，尽快找到能盈利的MVP才是关键，之后不断的扩大投入，增强收入能力。因此对初创型企业而言，一般精力都放在销售数据/推广数据/渠道数据上，把战术级的分析做好。
对于有一定规模的企业，最重要的反而不是搞各种分析报表（一般该有的也都有了）也不是搞复杂的分析报告。而是加强基础建设，补齐初创期突飞猛进，留下的短板。比如：
这些可能不仅仅设计数据库设计，有可能旧的交易系统、物流系统、费控系统都需要升级，业务流程也要规范，因此是个很庞大的工程。
但是如果不迈过这一关，还是在旧基础上继续苟且，就会发现，规模越大，内部系统越乱，数据越复杂，新旧数据越对不上，越往后越难。
在2021年，陈老师经历了若干个营业额30-100亿的中等企业数字化建议，无一例外的有基建薄弱+好大喜功的问题。
结果自然是：在烂泥地里建摩天大楼……各种纠结，不在话下。
以上种种问题，但凡置身其中，都会感受明显。然而为啥没人解决呢？
这些都有可能让数据停在原始阶段。
然后又寄希望于一个神通广大的数据分析师能搞掂所有问题，他们还会殷切地拉着你的手说：“我们公司的数据很大，都在那呢，就差个高手来分析了……”所以如果做分析的同学们遭遇：
你并非一个人，你和很多同学一样在被煎熬。毕竟做得好的公司也是少数吗。这时候只要自己努力积累能力，跳槽个好一点的企业即可。
那肯定有同学会问：要具备什么样能力算是个高级数据分析师呢？我们下期来分享，敬请期待哦。
本文原创发布于人人都是产品经理。未经许可，禁止转载
题图来自 Unsplash，基于CC0协议。
