說起數據分析面試，恐怕對于求職者來說，最難的就是考察業務知識的部分，其他知識都容易惡補，業務知識從哪學呢?業務經驗真是一個世紀難題啊!

[[336440]]

別急，今天這篇文章就幫大家科普一下，業務分析(不是數據分析)的一些知識;

這些知識是我在面試新人時最常問的概念性問題，它能最快速度幫我判斷對方的業務經驗基礎，大家對這部分有疑問的可以直接留言在評論區，我會一一解答!

 

 

業務分析與數據分析的區別

首先我們都說業務分析、業務分析，它一定是業務與分析兩個部分的內容。

我之前在講《數據分析十周實戰訓練營》的時候，介紹過數據分析的流程，可以用五個關鍵詞來表示，分別是“目的”—“采集”—“清洗加工”—“可視化”—“業務價值”;

每個關鍵詞都一一對應著數據分析流程當中的具體工作，分別是：“需求層”—“數據采集層”—“數據層”—“數據處理層”—“輸出層”。

 

 

這是一般來說我們進行數據分析的五個關鍵步驟，不管你是做純粹的數據分析，還是偏業務的分析，還是商業分析，基本原則是要按照這五個關鍵點出發的。

但是!

很多人在遇到真實的業務場景的時候，就會發現這套流程根本沒有作用，這是因為什么呢?

因為實際的業務需求不僅是復雜的，而且是無序混亂的，按照我們習慣性的思維是很難去解決無序問題的，什么意思呢?

 

 

小時候我們都寫過試卷，在試卷上的問題都是什么樣的呢?

小明有十顆糖，上學的路上遇到了小紅和小剛、小亮，給了小紅三個，給了小剛兩個，給了小亮一個，請問最后小明有幾顆糖?

這就是我們從小時候就養成的思維方式，根據已經有的題干進行分析，因為我們的大腦會習慣性地依賴某個思維框架或者模式去分析問題，慢慢地大家都習慣地認為真正的業務問題也是有框架的、有模式的。

 

[[336442]]

 

也就是說，大家都習慣在有提示的迷宮中尋找出口。

那么真正的業務問題應該是什么樣子的呢?

小明一開始有十顆糖，上學的路上遇到了小紅和小剛、小亮，請問最后小明剩下了幾顆糖?

如果大家是在試卷上看到這樣一道題目，大家肯定要罵娘了，這題干根本就不明確，連必要的信息都沒有，你讓我怎么解答?

這就是理論問題與實際業務問題的區別了!

真正的業務問題是沒有題干的，是無序的，是混亂的，是復雜的，大家是站在一片迷霧當中尋找出口，所以大家會覺得無所適從。

 

[[336443]]

 

那么怎么去克服這種依賴性思維方式呢?

最好的辦法就是通過不斷練習，嘗試建立起自己的思維體系，任何問題放到思維框架中都可以得到解決，因此這個框架也就是分析思路。

業務分析的流程

想要搞清楚業務分析的流程，記住6個關鍵詞就可以了，這也是業務分析報告的主要組成部分：場景——需求——問題——指標——結論——驗證

 

 

這是我們進行業務分析流程的主要思路，首先我們確定分析場景是什么，然后將場景轉化為需求，這時候我們需要建立需求文檔;

有了需求，下一步就是梳理出業務問題是什么，業務問題往往不是單一的，而是復雜的，因此需要確立問題梳理的方法，這時候我們就需要利用指標體系;

通過指標體系進行數據分析的流程，每一個體系都可能做一次完整的數據分析，最終將所有分析形成一套業務方案，也就是業務結論;

這時候我們的工作還沒有做完，因為業務分析的最后一步是需要將業務方案進行落地，或是配合的角色，或是主導的角色，總之要監督、跟蹤并指導業務方案的實施。

1、診斷現狀：

業務場景往往都是復雜的，我們需要準確判斷業務問題的具體場景是什么，這里要包含三個要素：對象、關注點、目標

 

 

對象：場景中包含的分析對象，是分析人、物，還是企業、經濟、財務、銷售、用戶等分類?

關注點：不同的對象側重點不同，不能面面俱到，只能優先分析重點內容;

目標：分析要達到什么目的，是想發現問題，還是診斷現狀，還是預測?

比如說，業務想讓你分析一下最近的銷售情況，這是一個相當復雜的場景，我們怎么進行梳理呢?

對象：對象是銷售，也就是與銷售直接相關的要素，最主要的是銷售員、銷售數據，因此我們主要是做銷售收入、銷售額、單價等與銷售情況直接相關的分析。

目標：一般是完成銷售任務，監控銷售銷量低的原因，提出解決方法;

關注點：銷售與運營分析差不多，但是分析顆粒更細，頻次更密，要求速度更快，所以主要關注時序進度、落后原因、銷售單產情況;

2、需求文檔：

下一步是將場景轉化為需求，這時候我們需要做需求可行性文檔，我們在進行分析之前，首先要搞清楚三件事：這個需求是什么?這件事值不值得做?這件事需要做到什么程度?

 

 

具體內容比較多，下一篇文章再詳細介紹這一部分的內容!

3、梳理問題

確認了需求之后，我們要將需求轉化為問題，也就是我們要分析什么東西、分析什么問題、分析什么內容，這里就不詳細講了。

4、建立指標

這是業務分析最困難的地方，這里我推崇兩個方法去建立指標體系，一是點線面法，二是流程環節法，這里我以流程法舉例：

我們按照如下框架梳理業務流程，首先是中間主要流程層，指某人通過某些流程步驟達到特定的目標;

在業務流程的具體步驟中，每個節點會做哪些事情，具體做到什么程度，即如何在業務流程中如何管理，我們稱之為業務層;

在每個管理過程中，我們記錄事件，對管理過程的事件進行量化，我們稱之為數據層。

 

 

5、業務方案：

常理推斷，當業務接到一個改進方案A的時候，腦海中浮現的問題是什么?

 

• A是怎么解決我的問題的?
• 為什么A比B要好?好在哪些業務指標上?好多少?是否可持續可測量?
• 需要我做什么和現在不一樣的事情?
• 

 

也就是當我們著眼于業務的問題，提出解決方案的時候，第二步就是解決業務的后顧之憂。我們需要在方案中把業務關心的這些問題一并解決，告訴他們這么做了以后會有什么好處。

6、落地實施

做到前兩步以后，基本上你的建議是可以落地了，但我的習慣是再加上最后一步：不斷“跟蹤”進行監測甚至迭代。

其實，這一步和上一步聯系非常緊密。有些數據分析的同學會把建議甩給業務，業務接受以后自己就不管了。

但其實我很享受近距離觀察自己的建議落地，并且持續監測各大指標，和業務一起優化的過程。當看到各項指標提升的時候，真的非常有成就感。

另外，當我們的建議被市場和用戶證明了是有價值的以后，我們和業務之間的信任度就會提升非常多，那我們以后的方案再落地也會容易的多。