企业大数据分析到底能对企业有什么作用？大数据分析能解决企业什么问题？大数据分析对于企业经营有着至关重要的作用，从庞杂的数据中提取出企业需要的有用的信息将是企业的巨大财富，可作为企业运营决策的重要一句。大数据分析的真正魅力就在于能够系统的、客观的、有逻辑的进行数据分析，快速准备的得到数据分析结构。

很多同学有疑问：数据分析到底对企业有什么用？数据分析到底能解决什么问题？今天我们一次讲清楚。所谓不识庐山真面目，只缘身在此山中。如果只站在数据分析本位角度看，很容易陷入各种花里胡哨的名词讨论中。我们换种方法，设想一下自己是业务部门的人，看看数据分析到底有什么用。
从一个最简单的例子开始。设想下，你刚刚就任一个零售公司大区总监，你管着五个省300家门店。一个风和日丽的早上，你正悠闲的坐在玻璃房里搓手机，忽然财务一个急促的电话把你从游戏里震出来，说这个月业绩KPI没有达标。那么你的第一反应是：
A． 大骂“你是神经病吗！”
B． 让助理定机票，把300家店逛一圈
C． 立即给下属各片区经理打电话，轮着日一遍娘
D． 拿起一包纸巾直冲老板办公室大哭：“经济形势不好，业绩做不起来不管我事啊！”
你不会这么选，对不对，随便哪个都显得自己太傻逼了。So，第一件事，当然是看！数！据！到底业绩KPI没达标是个什么情况：
差多少达标？
什么时候开始不达标的？
差距越来越大还是越来越小？
所有区域还是单个区域的问题？
没有问题的是不是在变得有问题？
所有一切，都得数字说话。是滴，这就是数据分析的第一个用途了：定量描述问题现状。或者我更喜欢把它叫：是多少。
看到数据，有的时间段高于目标，有的低于目标，所以下一步怎么办？你可能本能的想：高了表扬低了骂呗！是滴，确实有些没水平的领导是这么做的。问题是，作为玉树临风的你怎么可能这么没水平呢。想着自己刚刚到任，骂人太多要官逼民反的。因此你很冷静沉着的要给问题定个性：到底没达标是不是个事，是个多大的事。
类似的场景多的很，比如：
2亿的总目标，差100万和差1个亿是不是一样的问题？
本月过去7天没达标，和过去27天没达标，是不是一样的问题？
本月12日有大促销，所以累积到本月5号没有达标，是不是个问题？
本月是2月，2月5日过年，所以累积到2月10日没达标是不是个问题？
所以你看，没达标只是个数据结果，不一定是个问题。要通过分析才知道，这个没达标到底是不是个事。是个多大的事。有了轻重缓急的判断，才知道调动什么力量，用什么办法解决。这就是数据分析的第二个用处：树立标准，给现状下判断。俗话说：是什么。
这里是个大坑，很多从业很久的数据分析师都会踩进去！“是多少”+ 标准判断 才等于 是什么。很多只会无脑跑数的数据分析师，往往本能的看到涨就认为是好，看到跌就是认为是差。既不懂业务，也不会和业务沟通，结果不了解业务的判断标准，很难get到真正的问题，做出的分析自然不知所云了。
做完前两步，如果是一个从业10年的大区总监，估计不需要分析也能凭经验做判断了。如果是一个靠资历混上来的大区总监，估计不想分析直接上三板斧了。如果是一个靠关系混上来的大区总监，估计已经在去找老板哭可怜的路上了。然而作为正义感与颜值的你，肯定不会这么lowB，你才上任没经验，还想多分析分析，于是有了以下三项分析工作：
通过数据分析找一下，为什么会不达标（原因分析，或者简称为为什么）。
预测一下销售走势，看看预计业绩缺口多大（预测分析，或者简称为会怎样）。
评估一下过往的措施哪个好用，然后上政策（评估分析，或者简称为又如何）。
这三项工作是很多人津津乐道的“高级分析”。甚至还有人就直接把数据分析分成了三类：
描述性分析
原因性分析
预测性分析
认为描述性的就是低级的，原因就是高级的，预测自然被认为是最高贵的。“预测是数据分析的精华”这种奇葩口号都敢喊出来。
可为啥之前描述性分析那里说了这么多，原因和预测讲的那么少呢？因为这些玩意看似高深的玩意，现实中却很少做！大家掐指头算算，是不是自己的时间80%被耗在清理数据、更新报表、做描述性统计上去了。剩下时间，可能大部分还耗在写评估报告上。偶尔找找原因，还是拍脑袋找居多。建模预测？不存在的。
其实原因之前已经解释过：一来，找原因、做预测、评绩效都是基于描述性分析的。二来，这些分析可能根本轮不到数据分析师来做，业务部门不是自己搞掂，就是压根懒得去计较。结果，自然是数据分析大把时间都消耗在跑数上。只有数据，没有分析
总结一下，数据分析能解决/部分解决五大类问题
是多少（数据描述现状）
是什么（到底现状好不好）
为什么（出现这个事的原因是……）
会怎样（预测一下，这样的后果是）
又如何（总结一下，这个事的结论是）
这五个问题是环环相扣的。有了清晰的描述才能寻找标准，有了标准才有好坏判断，有好坏判断才能思考为什么好/为什么不好。有了对原因的了解，才知道如何构建预测模型，才知道如何全面评估。
诶，这就完了？是滴，就完了！数据分析不是万能的，有相当多的问题不能解决。最常见的，就是这三大类问题：
想不想（我想不想做这个事呢？）
能不能（我能不能干这个事呢？）
会不会（我不会干！怎么干！）
因为这三大问题，和意愿、能动性、创造力有关。数据分析方法需要数据才能分析，这就决定了它是一种后置的方法，很难预知创新；数据分析方法是理性、逻辑的代表，也就意味着在解决感性、创造问题上存在劣势。认知了这一点，就能更合理的规划方法，解决工作难题了。在企业工作中，一般要么是交给数据分析的兄弟：市场与用户研究来解决的。要么是现有方案，然后数据做ABtest和效果评估。
然而在工作中，才没有人会这么细致的梳理呢。大家都是习惯性的丢一句：“你来分析下这个XXX吗！”这时候，做分析的同学们就得有转化能力，把这些似是而非的问题转化成一个具体的分析问题。
比如“我想不想做这个事”，当然可直接回一句“你爱做做，不做拉倒！”可是稍作转化，把它变成：“如果我做了XXX事会产生什么影响？”这样就把一个“想不想”转化成了“会怎样”，有了具体的行动就可以分析。当问问题的人看了干会怎样，不干又怎样的结果后，自然心里有个判断。
比如“我能不能干这个事”，当然我们回一句：“有能力的人就能干！”这种毫无意义的屁话。但是如果把它转化为“过往做成这个事需要什么条件，你又具备了多少？”这个问题就变成了“是什么”的问题，问问题的人看了自己与条件之间的差距，自然心里也有了答案。
比如“分析下这个事怎么干”，如果转化成：“过往的举措有什么效果”就从“怎么干”变成了“又如何”，当问问题的人看了原来ABCD方法各自是什么效果，心里也有答案了。
企业大数据分析对企业到底有什么作用？企业大数据分析可从大量的、看似无关的数据中进行系统的、客观的、有逻辑的思考，从这些数据中有效提取出企业所需要的资料可为企业做出准确的运营决策提供真实可靠的依托。