开场白
数据分析本就是应用数学的分支，必然要服务于实际场景的，而且要真正体现应有的作用。 而要达到这样的目的，从业者当然要积极发扬理论结合实践的伟大方针而践行之，而不是将其放在 一种类似玄学或者诡辩的语境之下而难以给出可落地的方案。
本文是笔者结合工作经验，谈谈数据分析在实际业务支持中的一种健康可持续的通用方法，而长期有效的以这种方法维护和更新数据工作，可以对业务支持起到事半功倍和不断增强的效果。这种方法和内在思想，并无创新，但实在有效，而其挑战在于要对于眼前要做的事和以后的事的给出充分思考空间和调和之道。
我接手过一些前同事做过的二手项目，也旁观过很多数据类的工作，最大的问题就是：当新情况出现了，在原有架构下很难作适应性的更新和改善，除了缝缝补补，应付眼前，一步一步看着原有架构崩盘。由于可复用性很低，最后只能重做。有一条中间道路，就是建立新框架，把旧的逐渐吃掉，但经验而言，这会对做这件事的人造成很大压力。 造成这种情况的原因在于，某些从业人员工作时，思路仅仅放在“完活儿”这样一个封闭的框架下，于是只顾眼前，而 不问将来。转回来，本文重点放在如何是一种好的数据分析方法上。
根据实际场景确立业务目标并梳理业务结构
必须强调，做好准备工作是一种见识和能力，要积极的推动。
首先要确定业务目标。这似乎不难，所以产品都是要产生价值的，似乎再俗一点说来，目标就是挣钱。 当然，这样看法不算错误，只不过信息量太低了。商业价值是业务目标重要的一部分，但还应考虑社会价值等， 而且这些价值会互相影响，形成一个复杂系统。再者，只提目标是钱或者商业价值，还是过于粗糙，因此是需要进行目标细化的， 这一步起始于从那些方面获取商业价值。
于是寻找哪些方面就成了次一级的目标，以此前推，目标会被多层分解，可以想见，终点就是公司业务的现状。 此时，以公司现状为起点，按照与刚才目标分解相反的方向回到目标，就大体上是一个实现目标的过程。 经过这所谓一正一反，业务的内容已经非常类似一个闭环。如果再反复进行这个过程几次，就会成为一个螺旋式上升的优化结构， 每一次都会形成一个前后照应的闭环。
比如，一个用户产品，目标是从用户身上获取商业价值。此时要考虑用户和商业变现方案。于是，如何获取和运营用户，制定方案等事宜就一一排列出来。如果是电商产品，目标是完成订单，也可以此逐层分解，再回归。对于具体的业务线，按照这种方式， 可以把对应的流程图或者地图画出来。这并不难，但确实需要耐心，一定要力求坚持清晰的画出来，不要担心出现模糊的地方， 因为这恰恰是产生创新思维和优化方案，以及发现重要信息的时机。
注意一点，要对已有的实现目标的方法，保持开放的眼光，这意味着要考虑两点：第一，可能还有别的方法； 第二，可还会有新的情况。在这种思考的基础上，应该在方案中为可能的出现新情况，甚至是未知情况留有一定的空位； 保守一点说来，不要把现有方案规定的太死，至少要有灵活度，可延展。比如设计一张用户数据表，许多具体的行为是可以完全被抽象成一个维度的不同属性的， 而有些设计不好的表，维度严重不平行，为长期维护造成不少麻烦。
至此可见，业务的结构以及逻辑已经有了很明显的轮廓。那如何再进一步使之精细而且便于操作呢，于是进入完整而正式的数字化过程。而之后的步骤，就相对可控多了。
开展数字化过程
一般来说，很多从业者称这个阶段为指标建立阶段。简言之，就是将上述的目标分解和方案形成的各个步骤或节点的文字叙述数字化。 通常而言，从这一步起，所谓真正感官上承认的数据分析工作正式开始了。而这一步的目的是把业务流程转化为数据流，并搭配一套指标体系。 需要注意的是有些工作对象的数字指标很难一一对应，此时需要采取近似或估计法，那么一定要记录好采取这种方法的前提和适用范围，以备以后修正。 非常鼓励分析师具备足够的元数据管理和数据治理的思维。之后就是数据工作的常规流程了，分析师都很清楚了，本文不再赘述。
进入计算世界
数字化的便利在于使整个业务流可计算了，于是数学模型和计算机算法等数理方法可以纷纷加持，通过一系列建模过程，数据结果可出。 这是大多分析师非常享受的阶段,几乎所有相关书籍都有详细叙述。
回归人类世界
毕竟数据分析结果是要给人看的，而且很多看的人并不一定具备数据科学的背景，此时就需要将数据结果转化成小白也可以看懂的形式。 此时需要分析师们放空自己，放下身段，想一想作家，画家或其他艺术家是如何将难言的东西以形象生动的方式表达出来的。当然， 其实分析师需要做的要容易的多，以听者需求为基点，最好用一种白描方式，结合具体场景来谈。一堆图表绝不是好的办法。
根据个人经验，数据表达要保证三个原则：第一，要正确表达数据信息所能得到的；第二，要令直接受众正确的理解；第三，要保证直接受众可以正确表达你所表达的给别人。
切记一点，要如实表达数据结果的信息，莫要过分，否者后果严重。
想获取更多内容，请关注海数据实验室公众号。
本期分享到这里，我们会每天更新内容，咱们下期再见，期待您的再次光临。有什么建议，比如想了解的知识、内容中的问题、想要的资料、下次分享的内容、学习遇到的问题等，请在下方留言。如果喜欢请关注。
