|抛弃Excel,学会这样做数据处理,轻松搞定业务数据分析


这两年 , 随着大数据概念的热门 , 数据分析也渐渐不是一个独立岗位 , 而变成一种通用能力 , 业务人员也开始做起了数据分析 。 但是业务人员做数据分析的日子并不好过 , 在和一部分做业务分析的粉丝交流的时候 , 经常听到他们这样抱怨:
“公司各种系统里堆积的各种业务数据摞起来比英汉字典都高 , 要用的时候不知道该往哪找”
“还有呢 , 有的人就喜欢用Excel表传来传去 , 要么就是直接从平台上随意修改数据 , 最后数据指标全都乱套了 。 “
【|抛弃Excel,学会这样做数据处理,轻松搞定业务数据分析】“领导也是天天催报表 , 想要自己做吧 , 又没有相应的数据权限 , 要推给IT做吧 , 他们又没有档期 , 有数据要修改就要等半天 。 ”
其实不光是业务人员 , 还有包括人力、运营等岗位的分析人都有这样两个痛点:
1、数据被IT高度集中化 , 难以下放到业务分析人的手里 , 数据处理等工作只能交给IT做;
2、数据管理混乱 , 业务人员想要拿数据做分析 , 很可能会影响其他人的使用 , 严重还会影响整个BI系统的运行;
这两个痛点是业务与IT之间由来已久的矛盾了 , 很多公司都想到了用BI分析系统管理业务数据 , 数据分析工作由专门的IT人负责制定模板 , 固定出报表和分析 。
然而问题还是没有得到解决 , 因为IT部门的人对业务不够了解 , 业务场景不同、数据不同等具体问题 , 往往要和业务人员来回更改需求 , 扯皮吵架就在所难免 。 IT累的像取数机 , 业务拿不到数据不能及时交差 , 两败俱伤 。
|抛弃Excel,学会这样做数据处理,轻松搞定业务数据分析
本文插图

业务分析实现自助化 , 才是真正的良药
这样的矛盾怎么化解?唯一的办法就是让业务自己取数 , 自助分析 。 也就是近两年在企业数据应用用比较火的概念:自助式BI 。
什么叫做自助式BI呢?按照我个人的理解 , 就是要实现业务数据的IT去中心化 , 让IT部门真正实现数据下放 , 业务人员参与到数据处理和分析的过程中来 。
举个例子 , 如果你是一个零售企业的业务分析师 , 某天公司的毛利率数据出现了明显异常 , 老板让你赶紧拉数据分析一下原因是什么 , 以及让你预测一下经营风险 。
如果是一般传统的BI分析流程 , 你应该先搜集数据指标需求 , 比如建立毛利率影响指标体系 , 通过零售价格、库存、销售量等构建业务场景 , 然后将这个具体的场景需求提给IT 。
IT拿到了需求 , 会先安排需求的优先级 , 假设你这次的需求优先级很高 , 那么IT就会按照你提交的指标体系从数据库中取出相应的数据 , 加载到数据仓库中进行分析 。
但是IT一般是不懂业务的 , IT的数据模型肯定是需要参照你的业务模型的模板 , 因此你需要不断与IT进行沟通和反复修改 , 最终经过不断返工 , 最终的分析报告或者报表才能出来 。
这个过程不仅流程复杂 , 需要反复修改 , 而且经常会造成IT与业务人员的极大沟通成本 , 浪费人力资源 , 降低了工作效率 。
|抛弃Excel,学会这样做数据处理,轻松搞定业务数据分析
本文插图

所以 , 自助化BI实现数据下放 , 才能真正解决痛点 。 还是上面那个场景 , 如果实现业务自助化 , 会怎么样呢?
你需要分析毛利率的异常数据 , 不需要给IT提供业务需求 , IT只需要将自助数据平台上的数据访问权限给你开放 , 你就可以直接进行数据访问和提取 。
有了业务数据 , 你就可以利用自助BI进行个性化和自主化的数据分析 , 比如创建仪表板等 , 如果需要处理和修改某些数据 , 也不用再和IT进行反复沟通了 。
这样企业的数据分析工作将得到极大的提升 , 数据的下放不仅能让IT的人力得到解放 , 也能使业务人员进行探索式的交互分析 , 比IT人员更容易识别数据风险 , 挖掘出数据价值 。


推荐阅读