数据分析之理解业务篇

一 介绍

业务理解可以帮助我们了解数据分析，提高对数据的理解能力和数据敏感度。基于业务的理解，当数据经过分析，其是否异常、是否平稳，可以理解做出判断，一目了然，也可以通过数据分析结果，对未来行业的发展趋势有一定的了解。
对业务的理解要求我们不仅对当前业务领域知识有一定的了解，也要求我们在和业务沟通时，可以快速了解业务实际的数据诉求，快速通过数据分析帮助业务定位实际的问题，预测或者监控实际业务运行情况。
因此数据分析的业务基础有两个要求：对业务的理解、对用户的理解

二 对业务的理解

如果你对当前需求和领域有比较深的认识，则可以基于个人的历史经验抽象当前的系统模型和字段，做数据分析。
如果从来没有接触过当前行业，也没有介入过当前系统，可以考虑从如下几个方面做切入：
1.行业标准
抛开当前系统不谈，可以调研当前行业，在业界的核心业务流程是怎样的，通用的业务系统设计标准是怎样的，不同业务系统的数据流和模块如何做衔接的。通过对整个行业的了解，可以大致理清标准的业务流程，业务对象和数据对象，可以快速帮助我们对全局有一个了解，方便做当前业务领域的差异化对比。
2.业务流程
同一个行业，不同公司的发展因其实际的业务拓展方式、发展规模以及人员协作方式的差异，会导致其在信息系统使用上，存在不同的流程差异。因此在调查行业标准的流程后，需要考虑如何结合实际的业务流程，了解当前系统的功能模块设计以及数据模型设计的差异。从而进一步思考，当前功能模块为何会存在差异，如何做功能的支撑和数据流的衔接。
通过了解当前实际系统的核心业务流程，可以快速辅助我们了解系统模块之间的数据交互，也可以快速帮我们理清每一个数据对象和对应数据赋予的实际业务含义。如果在标准行业存在的流程，而在实际业务流程中存在线下断点的场景，也可以通过线下协同的流程分析，快速了解业务的实际工作数据操作流程。
3.数据模型
系统的数据模型主要包括两部分，一部分是底层的业务对象数据模型，另外一部分是固化系统中的底层规则模型，正是这些复杂的数据模型，使得整个数据可以在系统不同模块之间做交互和协同，构成一张巨大的关系网络。
因此数据模型可以考虑几方面：

• 考虑单一的业务对象，比如表单的头行结构；
• 考虑不同业务对象的关联关系，他们是如何做相互依赖和映射的，存在一对多还是多对多的关系；
• 针对一些通用的业务对象，是否有做底层的数据模型抽象；
• 针对复杂的业务规则，是否有做底层的数据规则抽象。

通过这几方面的数据分析，可以快速帮我们了解一个业务系统的底层数据存储逻辑，从而决定最终数据处理方式和数据分析呈现结果。
4.关键业务分析
关键业务分析，即通过一个场景，进行整个流程的贯穿，可以帮助我们快速了解整个业务流程的协同协作关系。
比如销售下了订单后，如何推送到下游系统，开出生产的工单，工厂如何获取工单，然后开出生产工单，工厂如何在系统领料生产，最后如何生产出成品入库，最后商务岗位人员如何通知工厂做发货通知的。
通过整个订单到生产到发货的流程，可以快速让我们理清整个产销的业务核心流程，也可以快速帮助我们了解整个流程的业务对象的关联关系，针对不同业务对象的关键字段，如何和上游做协作，如何做依赖和变更管理，也可以让我们对业务不同的场景考虑地更加细致。

三 用户理解

理解用户的需求，可以关注如下几点：
1.数据分析的目标用户是谁，用户群体是谁
2.用户的需求是什么，为什么要做数据分析，应该要做出怎样的服务效果，即输出内容是什么
3.如果做了数据服务效果，可以带来什么价值，是否有其他附加的价值
4.这个数据分析服务的成本是怎样，投入产出比怎样
5.如果有运营提效等指标要求，是否真的可以达到提效的结果，并为用户实际带来价值