國家全面倡導數(shù)字化，顯然是預見了經(jīng)濟發(fā)展的大趨勢。為此，各大企業(yè)積極響應國家號召，緊鑼密鼓地部署并推進數(shù)字化轉(zhuǎn)型。然而，隨著時間的推移，各種挑戰(zhàn)和瓶頸逐漸暴露出來，越來越多轉(zhuǎn)型的企業(yè)陷入四面楚歌、難以突圍的境況。

企業(yè)數(shù)字化轉(zhuǎn)型往往后勁力量越來越薄弱，無法達到預期效果，問題可能出在根部，所謂根部就是注重數(shù)字化人才培養(yǎng)。

從小數(shù)據(jù)到大數(shù)據(jù)的分析思路均源于驗證性數(shù)據(jù)分析，因此，業(yè)務需求尤為重要，而需求從何而來是由數(shù)據(jù)分析師所處的行業(yè)而定。

數(shù)據(jù)分析的需求來源包括閱讀運營報告、痛點研究、未來戰(zhàn)略方向。

01、閱讀運營報告

談到運營報告就不得不提及數(shù)據(jù)庫。我們經(jīng)常將數(shù)據(jù)庫喻為“數(shù)據(jù)海洋”，其數(shù)量和內(nèi)容之多超出我們的想象。就電商公司而言，數(shù)據(jù)庫裝載幾千張表是很正常的現(xiàn)象，每張表的數(shù)據(jù)從幾十列到上百列不等，整個數(shù)據(jù)庫至少有幾萬列數(shù)據(jù)。一名數(shù)據(jù)分析師僅僅了解這些字段（基于描述類工作），估計沒有一年半載是辦不到的。

運營報告包含很多有用字段，凡是能在報告里出現(xiàn)的字段都是經(jīng)過業(yè)務人員過濾并經(jīng)過幾年的持續(xù)修改而成的，這恰恰包含了數(shù)據(jù)分析所需要的統(tǒng)計信息。

如果事先有對業(yè)務問題進行總結(jié)，那么運營報告中的字段將得到大幅縮減。例如，如果消費者關注商品顏色，那么運營報告需要提及這一字段，并設計相應的營銷方案；相反，如果最近業(yè)務更加關注客戶滿意度，那么商品顏色這一字段就用不上了，運營報告自然也不會提及這一字段。由此看來，數(shù)據(jù)庫中只有部分字段能夠充分利用起來（通常認為只有不足10% 的字段經(jīng)常被使用），而其他字段可能暫時還沒有用。

02、以報告看統(tǒng)計

（1）因變量y 和自變量x 從何而來？

公司每段時期出現(xiàn)的問題都會呈現(xiàn)在報告中，問題所在之處就是量化y。有了y 后，需要對問題進行歸因，而變量x 就是結(jié)果y 的歸因因素，因此尋找影響因素x 是建模的主要過程。尋找x，不是從數(shù)據(jù)海洋中搜尋，而是判斷運營報告中提到的字段。

理論上說，報告中涉及的字段都有可能成為y 或x，但企業(yè)在每段時期暴露的嚴重問題涉及的字段才最有可能是y，而且y 并不會很多，因為大多數(shù)問題，只有幾個主導的因素。例如，訂單下滑、滿意度不佳、活躍度不夠等問題的根本原因可能是廣告投放失效，那么廣告投放就是當前的y。x 是歸因的依據(jù)。模型是尋找影響因素最快捷的方式，如果能夠掌握數(shù)據(jù)分析方法，那么搜尋x 的過程就簡捷多了。

我們是否需要尋找報告之外的x 呢？這實際上涉及數(shù)據(jù)分析的創(chuàng)新，但創(chuàng)新是發(fā)生在夯實的業(yè)務基礎之上的。也就是只有具備了數(shù)據(jù)分析技術、業(yè)務知識，再加上時間的積累，創(chuàng)新才有望發(fā)生。數(shù)據(jù)分析師職業(yè)生涯前2 ～ 3 年，無須尋找這部分x。

（2）搭建模型的前提是業(yè)務準備

數(shù)據(jù)降維（x 的篩選過程）和角色問題確定后，需要做的是模型搭建。數(shù)據(jù)分析師應該用“點→線→面”的思路來完成業(yè)務梳理，進而完成構(gòu)筑模型所需的一切業(yè)務準備。只有把點的問題還原成面的問題，痛點問題才有望被解決。

點的問題就是造成損失的環(huán)節(jié)。例如，商品導致的業(yè)務問題，如毛利潤太低、供應商供貨問題等。損失之處就是因變量y。然后圍繞因變量y 探討解決方案，這就是自變量x 與因變量y 間的結(jié)構(gòu)關系，y 的問題就是點的問題。線的問題，即自變量x 是如何影響因變量y 的，其重點在尋求歸因，即整體結(jié)構(gòu)。如果我們將各部門發(fā)生的事件歸納起來，并通過點和線的分析方式將這些事件編織成面的問題，然后使用統(tǒng)計技術控制每個環(huán)節(jié)，促使業(yè)務問題與統(tǒng)計解決方案同步，那么統(tǒng)計方法將得到有效的運用。

03、研究痛點

企業(yè)在某段時間可能會面臨某個嚴重的業(yè)務問題，企業(yè)所有資源和人力都將用于解決這個問題，數(shù)據(jù)分析師當然也不例外。企業(yè)每個時期的痛點各不相同，問題一般會持續(xù)3~6 個月。例如，老客戶流失嚴重，首先需要找到y(tǒng)，如果數(shù)據(jù)庫中沒有字段與該問題對應，則需要想辦法構(gòu)建人工字段b，即用商品購買周期的兩倍來預判客戶流失（這是人工字段）的嚴重性。有了y 后，要尋找影響因素x，構(gòu)建客戶流失模型。完成模型構(gòu)建后，在因變量與自變量間歸因是不是就自然發(fā)生了呢？最終就能找到痛點的真正原因了呢？顯然，據(jù)此得出的結(jié)論過于單薄。

痛點問題是很多問題的綜合性表現(xiàn)，且一個模型能解釋的信息是有限的。對痛點問題進行歸因是環(huán)環(huán)相套的。

研究痛點僅僅是幫助我們發(fā)現(xiàn)歸因鏈中有問題的環(huán)節(jié)，而此環(huán)節(jié)必須還原到產(chǎn)品或行為分析的框架中才能有效地歸因，否則就會出現(xiàn)“頭痛醫(yī)頭”的現(xiàn)象。

未來戰(zhàn)略方向

企業(yè)數(shù)字化轉(zhuǎn)型成敗還取決于數(shù)據(jù)分析專業(yè)人才的支持，數(shù)字化轉(zhuǎn)型需數(shù)字化人才，無論高尖端企業(yè)還是傳統(tǒng)行業(yè)，建設數(shù)字化人才團隊是當務之急。

未來5年，甚至更長時間，擁有具備業(yè)務、數(shù)據(jù)、架構(gòu)、內(nèi)部推動、項目管理等綜合能力的數(shù)字化人才，尤其高效決策的數(shù)字化管理思維的人才，是企業(yè)決勝千里的關鍵。

在此期間，建議數(shù)據(jù)分析師可以做如下事情：

第一，調(diào)試模型使“精確”變成精確，以符合當前應用場景。模型判斷的準則永遠是業(yè)務標準，而最了解業(yè)務之人當屬老板，所以老板確定的方向出錯的可能性很小，要相信此錨。

第二，數(shù)據(jù)分析團隊應該適當?shù)剞D(zhuǎn)移工作重點，如參與線下業(yè)務活動，以了解營銷、物流配送、供應商談判、客服等業(yè)務，從而了解業(yè)務與數(shù)據(jù)間的關系，但不要本末倒置。

第三，參加數(shù)據(jù)分析培訓，提升自己。

8月19日直播課，由徐楊老師帶領大家學習！
直播內(nèi)容：
1.縱有千古：數(shù)字化的前世今生
2.橫有八荒：數(shù)字化工作的價值聚集：數(shù)據(jù)科學
3.前途似海：數(shù)字化人才的崗位需求
4.未來可期：如何成為企業(yè)需要的數(shù)字化人才
掃描海報二維碼，免費聽課！