面对海量的数据，很多分析师都不知道如何准备、如何开展、如何得出结论等。下面为大家介绍商业数据分析的基本流程。
商业数据分析应该以业务场景为起始点，以业务决策为终点。那么数据分析应该先做什么、后做什么呢？基于数据分析师的工作职责，我们总结了商业数据分析的 5 个基本步骤
文章源自 power bi 商业数据分析与案例实战
商业数据分析流程
· 挖掘业务含义：理解数据分析的业务场景是什么。
· 制定分析计划：制定对业务场景进行分析的计划。
· 拆分查询数据：从分析计划中拆分出需要的数据。
· 提炼业务洞察：从数据结果判断提炼出商务洞察。
· 产出商业决策：根据数据结果洞察制定商业决策。
我们一般以商业回报来定位数据分析的不同阶段，因此商业数据分析可以分为 4 个阶段，如图 1-6 所示。
商业数据分析的阶段
阶段 1：数据发生了什么
首先，数据展示可以告诉我们发生了什么。例如，企业上周投放了新渠道 A 的广告，想要对比新渠道 A 与现有渠道 B 带来了多少客户流量、转化效果如何等。这些都是基于数据本身提供的「发生了什么」。
阶段 2：理解为什么发生
如果统计出渠道 A 比渠道 B 带来了更多流量，这时就需要结合业务进一步判断这种现象的原因，可以进一步通过数据进行深度的分析，也许是某个关键字带来的流量，或者是该渠道更多地获取了移动端的用户等。
阶段 3：预测未来会发生什么
当我们分析了渠道 A 和渠道 B 带来客户流量高低的原因后，就可以根据以往的数据预测未来可能会发生什么及其概率。例如，在新的渠道 C 和渠道 D 投放广告时，预测 C 相对 D 可能更好一些，以及在哪个节点比较容易出问题，等等。
阶段 4：基于预测应该做什么
数据分析过程中很有意义的工作是制定商业决策，即通过数据来预测未来我们应该做些什么，以及如何去做。当数据分析的产出可以直接转化为决策时，才能体现出数据分析的价值，否则数据分析就失去了意义。
此外，在数据分析的过程中会有很多因素影响我们的决策，那么如何找到这些因素呢？其中内外因素分解法就是其中一种较常用的方法，它把问题拆成 4 部分，包括内部因素、外部因素、可控和不可控，然后逐一解决，如图 1-7 所示。
影响数据分析的因素
例如，某社交招聘网站，其盈利模式是向企业端收费，其中一个收费方式是购买职位的广告位。业务人员发现，「发布职位」的数量在过去的 8 月份呈现缓慢下降的趋势。根据内外因素分解法，我们可以从 4 个角度依次分析可能的原因：
· 内部可控因素：产品近期的更新、市场投放渠道变化、新老用户留存问题等。
· 外部可控因素：竞争对手近期行为、用户使用习惯的变化、招聘需求的变化。
· 内部不可控因素：产品销售策略、公司整体战略、公司客户群定位等的变化。
· 外部不可控因素：互联网招聘行业的趋势、整体经济形势、季节性需求变化。
有了内外因素分解法，我们就可以较为全面地分析数据指标，避免可能遗失的影响因素等，从而对症下药制定策略。
具体来说就是：先分解问题，再建立对比参照系，最后分析原因找到改进方案。
（1）细分 所谓细分，就是从不同的维度找到销售额的影响因素。
（2）对比 细分之后，需要对同一维度上的数据进行比较，找到薄弱环节，主要通过建立比较参照系的方式进行比较，注意事项如下： · 谁和谁在比较。 · 弄清楚怎么比。 · 比完后要做什么。
（3）溯源 一般情况下，如果碰到某类商品销售业绩很差，有效的分析方法不是拍脑袋猜测，而是把所有可能涉及的问题都追溯一遍，从而找到问题的源头。
电商商品的竞争优势主要包含成本、技术、服务等。其中成本优势是指单位成本比同类商品低，在市场中就有价格优势。商品是盈利还是亏本，分析以后再去做进一步的优化，将店铺的资源分配给更好的商品，带来更多的利润。
