下载掌阅APP，畅读海量书库
立即打开
小白： 老姜，那数据分析对于企业的意义又是什么，可否详细给我讲讲呢？想找一找从事这个行业的动力。
老姜： 当然可以，那我来给你介绍一下。
事物的发展和存在，必然与其大环境息息相关。因此，在谈论数据分析价值之前，需要先来看看现阶段所处的市场环境。
其一，经济增速放缓。 随着新冠疫情暴发、国际冲突加剧等黑天鹅事件的发生，全球经济增速开始放缓。伴随而来的是各大公司裁员消息及降本增效措施的执行。
其二，数据量增长迅猛。 随着大数据的发展及产业数字化的转型，全球数据量呈现几何级的增长。预计到2030年，全球每年新增数据量将突破1YB（1YB≈4万亿台256GB手机的存储能力）。
其三，行业标杆企业数字化赋能。 对于国际互联网头部企业来说，90%以上的市场决策均有数据分析的介入。
在这样的环境下，数据分析能为企业带来精细化的运营。在防守端，帮助企业降低无效成本，缩减开支；在进攻端，探索业务潜在市场机会，帮助企业高层进行战略决策。
介绍完大的市场环境，我们再聚焦数据分析自身。以时间轴的粒度为基准，数据分析价值主要体现在三个方面，分别为对于过去的描述、对于现在的分析、对于未来的探索。
· 对于过去的描述： 通过业务的历史数据，对过往情况进行描述，取其精华、去其糟粕。
· 对于现在的分析： 对现阶段业务问题的探索，通过分析方法论，找到优化业务的抓手。
· 对于未来的探索： 对未来业务的发展趋势进行预测，指引产品预期。
由此可见，数据分析的价值面是非常广的，在当下这个数字化时代，作为精细化运营的基石，不可或缺。
同时，无论是哪个方面，都离不开业务，业务是数据分析最终落地的点，一切脱离业务的分析都是空中楼阁。
列举两个数据分析赋能业务的案例，帮助你更直观地体会。
案例一：数据分析辅助业务方排查问题
背景： 以搜索产品为例，PV（流量）是其重点关注的北极星指标之一，作为数据分析师，日常需要对流量的异动进行监控。开学前的某日，流量出现周同比5%左右的降幅，远远超出正常波动阈值。
行动： 对流量进行横向及纵向拆解式归因分析。横向根据公式PV=UV（独立访客）×人均PV，分析哪个因素的影响程度较大；纵向将PV按照各个维度进行拆分，例如年龄、性别、用户活跃度、搜索类目等，将影响变化较大的维度值抽取出来。
结果： 通过分析发现教育渠道流量降幅明显，贡献了整体降幅的90%。通过数据与业务的排查，发现教育产品外渠投放链接失效，导致引流失败。
该问题的解决，依赖数据分析对问题的定位，缩小排查范畴，再配合业务输出结论。如果没有数据分析介入，很难快速发现问题点。
案例二：数据分析指引业务方优化产品
背景： 同样以搜索产品为切入点。随着居家办公、居家上学等场景的普及化，用户在日常的搜索诉求也发生了一些改变。希望通过数据分析，找到一些有意义的点，为产品优化提供数据基础。
行动： 通过用户搜索内容的分析，探索用户需求发生的转变，从而筛选出一些近期热门的搜索内容，与产品结合，判断是否有机会落地。
结果： 通过探索，发现教育、网课、网游等词汇出现的频次明显变高，通过业务价值分析，最终增加了教育类目的内容建设。
希望通过本节的学习，可以帮助你了解数据分析的价值所在，并在日后的工作中逐步探索。