7种会导致业务失败的数据分析方法

真正的数据价值取决于对业务的洞察力。

数据分析是企业拥有的最强大的资源之一。但是，如果使用的工具和流程对需要它们的业务用户不够友好且广泛可用，分析的价值就会显著降低。

毕竟，人们可以利用数据在销售、市场营销、产品开发、客户支持和客户体验等领域获得洞察力。



“数据本身并不意味着分析，”瓶子和罐子制造商Alpha Packaging的技术和CIO高级副总裁Bryan Phillips说。“在某个时间点上，你必须完全了解数据所显示的问题和机会，否则，它就只是数据或漂亮的图片。”

以下是组织所使用的但可能无法确保其数据分析工作对业务用户表现友好的七种方法。

放弃数据策略或者数据策略与业务不一致

咨询公司Protiviti负责企业数据和分析业务的董事总经理Jeremy Stierwalt表示，企业需要将其数据战略形式化，并使其与组织目标、指标和增长保持一致。

“一个在明确定义的战略下运作的组织自然会成为一个数据经纪人，将其数据作为关键资产，”Stierwalt说。“有关组织的数据类型和数量、如何收集、存储在何处、如何访问和使用、由谁负责以及未来将在何处进行数据投资的决定，对于组织的数字化战略及其底层技术组件都非常重要。”

分析程序通常会与公司战略不一致，因此不被理解和使用，Stierwalt说。“数据战略使公司能够将其数据视为结构化的、全面的、跨领域的价值创造资产，”他说。

将业务用户排除在计划和讨论之外

分析不可能是静态的，也不可能是凭空想象的，必须从能够使用这些发现并且获益的人那里获得输入。数据分析师、数据科学家和数据管理团队中的其他人员也应该直接与不同业务部门的人员合作，了解对他们来说什么是重要的，以及数据在特定时间点显示了什么。

“让数据所有者定期会面，讨论他们在数据中所看到的内容，”Phillips说。“当你可以看到许多领域的数据时，真正的突破才会出现。”

例如，让销售用户可以知道哪些客户或潜在客户正在被呼叫，以及因此产生了哪些订单。财务用户可以更好地理解成本和可视化收入趋势。运营用户可以更好地了解库存、生产和机器容量。营销用户可以了解最新的趋势，以及哪些活动在哪里发挥了作用。

“每个小组都有很多的问题需要回答，”Phillips说。“真正的价值在于能否通过数据来寻找机会。例如，通过向来自不同学科的一组用户提供数据分析，他们都可以知道哪些产品和服务在销售，在向谁和哪里销售，还有多少产品在库存中，哪些产品需要补充，销售利润是多少，哪些项目最有利可图，以及如何调整营销活动等。

“然后，你就会寻找那些热门的、有利可图的、有产能的产品，并瞄准正确的客户，”Phillips说。“或者数据也可能会告诉我们，我们需要进行资本投资”来提高产量。“而让跨职能团队参与进来，也将有助于确保你能解决真正的问题或看到真正的机会。”

忽略你的分析受众

“在进行商业分析项目时，你需要了解受众--他们是谁，以及他们希望看到的数据点是什么，”税务软件供应商Vertex的商业软件高管、前首席信息官Robin Allen表示。

“由于组织中不同级别的几个人都将根据数据来做出决策，因此需要根据个人的角色，从他们独特的角度来讲述出一个可以理解的故事，”Allen说。

例如，一名高管不应该只看到团队级别的指标，而是还需要看到能够提供更全面视图的数据。“数据所讲述的故事需要是一致的，但也要能够容易的被所有的利益相关者所理解，”Allen说。“要做到这一点，你首先要了解谁会看这些数据，以及他们会希望获得什么样的见解。”

坚持使用术语而不是简化信息

让业务用户对分析不感兴趣的最佳方法之一就是开始抛出他们无法理解的术语，或者与他们无关的术语。汽车零售商CarMax的首席数据官、业务战略和分析主管Gautam Puranik表示，这种沟通风格的不一致是数据分析师在试图从分析中传递价值时所面临的最常见的陷阱。

其中包括充满了复杂性和术语的演示，这会使得专业领域之外的用户难以理解。这也适用于展示结果的方式。Puranik举例说，分析师通常会通过5.238%这样的详细数字来引用结果，而不是将其简化为5.2%，甚至5%。

“除非从决策的角度来看，小数非常重要，否则你就不必总是为了展示业务价值而展示工作的复杂性，”Puranik说。“大部分时间不应该花在谈论你做了什么和怎么做上，而应该花在讨论它将如何支持业务的数据驱动决策上。”

只有当数据分析团队使用了会议室中每个人都能理解的语言(无论是在什么部门或是专业水平如何)时，这种情况才能有效地发生。“最有效的信息往往是最简单的，”Puranik说。

有时候，利用类比是有帮助的。在最近的一次演讲中，Puranik的任务是通过增加对数字营销的投资来支持产品开发。“在展示时，我描述了其与汽车的关系，”他说。“除非你把车加满油，否则不管车子造得多好，它对你来说就都没有多大用处。换句话说，两者是缺一不可的。这引起了在座各位的共鸣，我也获得了前进所必需的批准。”

低估图片的力量

当试图获得快速的洞察力时，许多人更喜欢看概念的图片或图形化描述。所以通常情况下，将数据结果可视化是一种很好的方法。

“一张照片就可以讲述整个故事，”Phillips说。它可以是图形，维恩图，或是其他形式的可视化。对于初学者来说，我仍然热衷于用微软的Excel甚至是画板来绘制数据。”然后转向更高级的可视化产品，为研究结果提供更深入或更复杂的信息，同时保持其可理解性。

“要使可视化变得友好，就需要以简洁、易于理解的方式来显示真实的大型业务问题，”Phillips说。“这需要技巧，这就是为什么你应该先从擅长这一点的人开始，然后让别人从中学习。”

在业务用户通过数据可视化工具以某种可视化形式看到数据分析的输出之后，他们就可能会更感兴趣，Phillips说。许多人希望自己接受培训，或者让他们的团队接受培训，这样他们就可以创建自己的可视化，而不需要依赖于数据分析或IT人员了。

数据可视化的使用，尤其是涉及到高层管理人员的时候，实际上可以帮助推动这些工具的未来发展。“当一位高层管理人员开始用图形和图表来讲述一个清晰的故事时，公司就会做出更有利可图的决定，这将给公司带来转变，”Phillips说。“现在在分析工具、培训、人才方面的投资就变得容易多了。”

片面求全而不是理解

就像你需要简化你的语言一样，你也需要简化你的演示材料，比如幻灯片，Puranik说。“任何幻灯片的标题都应该简洁地概括页面的内容，”他说。“虽然‘一图胜千言’这句话仍然很有道理，但图表应该以清晰的调查结果总结来作为开头。”

图表也应保持干净和易于理解，每张幻灯片不应超过两张图表，总共不应超过10张。“记住，你不是在写悬疑小说;不要让你的听众猜测最重要的要点是什么，”Puranik说。

无法像业务一样思考

在某些情况下，数据分析专业人员可能需要从对业务用户很重要的日常任务中脱离出来。他们可能需要重新构建自己的思维，以便更好地了解用户在数据和分析方面的需求。

“把自己当成一个业务领袖，而不仅仅是一个分析师，”Puranik说。“想象一下，如果你拥有一家公司，而你正在用数据来做决策。你会从你所做的工作中学到什么?”

找出研究所支持的建议，并清楚地传达给大家，Puranik说。“数据分析是一种工具，而不是结果;你应该知道如何让你的发现以结果为导向?”他说。“那些最成功地利用数据分析来交付业务价值的组织，是那些相信数据分析是一项核心能力，而不仅仅是一项重要能力的组织。”

在为一组业务用户准备演示文稿时，首先要从经理和导师那里获得反馈，以帮助业务受众微调演示文稿。

“在我刚从研究生院毕业的时候，我曾有机会使用预测模型和分析来推动业务影响，”Puranik说。“你可以想象得到，我对能够推动一家公司实现真正变革的前景感到非常兴奋。”他花了几天时间做了一份充满复杂图表和详细笔记的报告。

“在向业务伙伴展示之后，我很高兴，我为自己的工作感到自豪，并相信自己做得很好，”Puranik说。几天后，我的老板告诉我，虽然这确实是一份很好的工作，但我需要加强自己的沟通技巧。老板说，房间里只有大约2%的人听懂了他在说什么，另外80%的人完全听不懂。

“经过几天的思考，我意识到她是对的，”Puranik说。“这次展示最终成为了我的工作日志。我学到了宝贵的一课，那就是，在做商业案例时，你不应该只陈述你的工作价值，还应该陈述工作所带来的结果。”