在学习数据分析的过程中，我们可能经常只关注于数据本身，却忽略了数据背后的业务需求，常常是自己埋头苦干做出的分析结果，却被业务一句话给否掉：“你这个结果不符合业务逻辑！”
比如领导让你分析一下最近业绩下降的原因，你分析了一大堆流量、客单量、留存等等数据，业务人员却看都不看，因为他觉得业绩下降可能就是销售的问题，你分析的数据根本毫无价值。
这种情况该怎么办？
其实让数据分析与业务结合，一直是业界公认的难题。在我看来最简单的办法就是培养业务思维，懂得用业务的思想去分析数据，了解业务到底需要什么，才能做出既符合业务逻辑、又有数据价值的分析结果。
什么叫做业务思维？
我们经常说“数据分析要懂业务”，但是很少有人知道什么才是真正的业务思维。
其实，业务思维的内容只有两个重点：
- 把业务需求作为数据分析的起点
- 分析过程中关注业务环境和逻辑
举个简单的例子，某家电商网站的日活出现明显的下降趋势，如果你不懂业务，你可能就是把PV、UV等数据拉出来做做同比、环比，最后提出要加大广告投入这样的结论，对于业务人员来说根本就是废话。
1、如果你拥有业务思维，你应该首先了解业务需求的关注点究竟是什么，是让你单纯的分析流量吗？肯定不是，业务最关心的可能是成交客户的数量，也有可能是销售量，也有可能是转化率。
也就是说，我们要先了解清楚业务想通过数据实现什么需求，再对照着需求分析数据的来源、口径等，评估数据和分析目的是否匹配。
2、了解了业务需求才能对症下药，这时候很多人就会直接套用各种分析方法和模型，比如漏斗模型、RFM模型、矩阵模型等等，但是却忘记了考虑业务模式。
也就是说在分析过程中，你既要关注数据，也要关注外部环境，不能仅仅盯着数据模型和方法不放，也要去关注业务的需求变化和逻辑，这样才能让业务肯定你的工作。
怎么结合业务思维进行分析？
业务分析的流程一般是这样的：
- 吃透业务的分析需求，系统性地引导业务分析
- 建立分析体系，不完整的地方，有业务帮忙补充
- 了解业务逻辑和模式，补充业务知识
- 分析结论和成果要有明确的业务指向
1、吃透业务分析需求
所谓吃透分析需求，就是对业务的需求进行深入理解，一方面是看需求是否合理，另一方面是对需求的全面思考。
先想清楚，业务的需求真的需要解决吗？真的重要吗？真的能实现吗？真的有价值吗？所以要对业务提出的需求进行深度挖掘，直到这个需求真的对其有价值。
其次，业务的需求往往是某个具体问题，零散而片面，所以我们要进行系统化的、全面的需求分析，从全局的角度引导业务分析的需求。
2、建立分析体系
过程如下：
确定分析指标：首先是指标先行，梳理出你需要的指标，建立起指标库，原则是要确定核心指标、剔除虚荣指标、尽可能简化指标；
生成需求指标：很多指标可能并不是直接就有的，比如重度访问用户的占比，就需要组合访问时长和UV这两个指标，形成一个新指标。
建立分析框架：原则是要从指标的角度出发、从业务的角度出发、从流程的角度出发。
选择合理工具：一般分析体系都需要在数据分析工具中呈现，常用的就是各种BI工具，比如FineBI、Tableau等等。
finebi
3、了解业务逻辑
把分析体系搭建起来后，与业务部门一碰撞，发现还是不能完全满足需求。这种问题，本质上业务逻辑却是，由三部分构成：
- 假设：业务方对问题的猜想。
- 证据：能支撑猜想的论据，包括数据、事实、逻辑推理等。
- 结论：基于假设+证据，论证产生的业务结论。
当明确了分析什么样的指标、满足业务什么样的需求后，我们就要考虑整个业务的模式和逻辑，要关注用户角色、运营角色、信息、渠道等，以及他们之间的流转关系，以求用最高效的方式满足户需求。比如微信解决用户的社交需求，其产品定位是社交APP ，所以在它的产品形态上主页即是与好友的消息列表,可以方便地与好友进行互动。
4、分析结论和成果要有明确的业务指向
业务人员看你的分析结论，是要能够马上采取对应行动的，这才是数据分析的根本目的。因此你的分析结论切勿罗列数据结果，一定要有明确的指向性。
就拿报表需求来说，你的报表分析没有任何的逻辑，没有回答业务的疑问，没有加入业务的思考，就完全是一张废纸而已，业务想要的其实只有一句话：“我该怎么办？”
所以，做数据分析，要从具体问题出发，到一个指向业务的行动结束。想要超出业务期望，当然得了解具体业务期望是什么，解答他们的问题，帮他们发现更深层的问题。
总结
还是那句话，没有业务思维指导的数据分析只能是一张废纸，这一点对于刚刚入门数据分析的新手来说，尤其要注重积累和培养。