企业大数据分析体系构建思路（大数据下企业战略管理）

面对海量的各种来源的数据，如何对这些零散的数据进行有效的分析，得到有价值的信息一直是大数据领域研究的热点问题。

大数据分析平台就是整合当前主流的各种具有不同侧重点的大数据处理分析框架和工具，实现对数据的挖掘和分析。在搭建大数据分析平台之前，要先明确业务需求场景以及用户的需求，通过大数据分析平台，想要得到哪些有价值的信息，需要接入的数据有哪些，明确基于场景业务需求的大数据平台要具备的基本的功能，来决定平台搭建过程中使用的大数据处理工具和框架。

不同的报表针对不同的使用人群，不同的指标针对不同的使用对象，因此设计报表和指标时，要分层，逐步细化。企业的大数据体系构建分为4个层级，每个层级之间可以是递进的关系，虽然业务主导不同，但构建思路相通。

一、数据基础平台

基础的数据平台建设工作，包含基础数据平台的建设，数据的规范，数据仓库的建立、数据质量，统一业务口径等等。

很多公司的数据无法有效利用，一来是数据散落在各个部门产品的服务器，各个业务系统的数据没有打通；二来是缺乏统一的数据规范，业务系统数据按照各自的口径和理解习惯上报，没有标准化的SDK和上报协议，难以构建高质量的数据仓库。

大数据平台架构的搭建并不是什么高大上的技术活，整个平台价值的体现，其实需要公司各个部门的配合，是一个相互依存的关系。例如关键数据指标体系的建立，需要从各个部门业务指标进行提炼，并得到业务部门认可。常见的关键指标，比如营销业务新增用户，有效新增用户，活跃转化率，累计留存数，渠道效果等。比如销售部门，日销售额、月销售额、回款占比等等。

二、数据报表与可视化

进行数据指标体系规范，统一定义，统一维度区分，就可以很方便的进行标准化可配置数据报表设计，直观的可视化输出设计，包括财务、销售、供应链等多种数据类别。常见的数据报表工具有思迈特软件Smartbi、birt、水晶报表，小规模也可以用Excel来替代，但需要一定的开发量和使用水平。企业的报表通常可分为基础查询类报表、管理层分析报表和主题分析报表。每一类都针对不同的层级不同的目的。基础类报表针对业务人员查询用，管理报表用于管理层分析做决定向上级汇报用。主题分析用于分析问题，开拓业务用。

举例：

Smartbi通过前期的调研和沟通，结合某基金公司的核心业务，最终设计了KPI分析、渠道分析、投产分析、业绩分析、产品分析、利润分析等六大主题模块，全面涵盖到基金行业的各个业务范围。

三、精细化业务分析

在建立数据平台和可视化基础上，对已有的销售用户行为、收入数据等进行各种分析，输出日报、周报、月报、各种专题分析报告。以互联网为例，常见的数据分析工作如下：

1. 通过 A/B 测试进行产品分析优化；

2. 运用漏斗模型进行用户触达分析，如广告从曝光到活跃的转化；

3. 营销推广活动的实时反馈；

4. 业务长期健康度分析，例如从用户流动模型、产品生命周期分析产品成长性和健康度；

常用的数据分析工具

免费工具：excel、SPSS、R、Python

付费应用：SAS、Tableau、大数据BI工具Smartbi(个人长期免费）

四、战略分析与决策

战略分析与决策更多的是基于企业经营层面的分析和重大决策改变的分析，这些决策往往需要大量数据和指标的支持，而在过去是依靠报表和经验。

企业如果要将大数据体系贯彻落实，建议是用机器来做好业务运营监控，在此基础上让人来做人类更擅长的经验分析和战略判断。

从数据分析的目的导向入手，对全公司的分析指标进行梳理，以整合数据为基础，把分散在各系统的业务数据采集到Smartbi平台上，通过平台提供的分析工具对数据进行加工，形成各类报表和指标，快速生成有价值的决策支持信息，并通过可视化展现工具直观、高效地将这些信息推送到管理层面前，辅助领导快速实时做出判断和决策，优化流程，精准定位。