從用戶應用現狀分析商業數據分析在現實應用中的狀況如何？
根據大數據開發商Sisense公司進行的一次調查，受訪者表示，與冠狀病毒疫情發生之前相比。現在對數據分析應用的依賴程度更高，小型企業占主導地位。
這項調查表明，商業智能和數據分析專家對商業智能和數據分析在冠狀病毒疫情蔓延期間和之后將發揮的作用仍然持樂觀態度。在500位受訪者中，49%的人表示，他們現在使用的分析方法比疫情發生之前要多得多。
調研機構Gartner公司副總裁兼研究員Rita Sallam說，“數據分析在幫助企業從疫情的影響中恢復過來，以及幫助企業重新構想和重建其組織、商業模式和供應鏈方面發揮了重要作用，從長遠來看，這些都是為了實現可持續性、彈性、響應性和靈活性。”
69%的受訪者表示，由于冠狀病毒疫情而蒙受了業務損失或客戶損失，因此分析方法的使用率上升。此外，企業發現了跨部門使用分析的新機會。
一、數據分析的概念
要理解數據分析的含義，首先我們應該從官方定義入手。數據分析是指，用適當的統計分析方法，對收集來的數據進行分析，將它們加以匯總和理解消化，以求最大化地開發數據的功能以便于發揮數據的作用。
它的的目的是把隱藏在一大批看似雜亂無章的數據背后的信息，集中和提煉出來，總結出所研究對象的內在規律。因此，數據分析應該有至少有兩個步驟，一是匯總大量的數據，二是找出這些數據的內在聯系。
商業領域中，數據分析能夠給幫助企業進行判斷和決策，以便采取相應的策略與行動。例如，企業高層希望通過市場分析和研究，把握當前產品的市場動向，從而指定合理的產品研發和銷售計劃，這就必須依賴數據分析才能完成。
生活中最著名的例子便是天氣專家通過對氣象數據進行分析，并且制作出天氣預報，根據預報，我們會做出相應的策略，是帶傘還是加件衣服。
二、數據分析的商業作用
在商業領域中，數據分析的目的是把隱藏在數據背后的信息集中和提煉出來，總結出所研究對象的內在規律，幫助管理者進行有效的判斷和決策。數據分析在企業日常經營分析中主要有三大作用：
1.現狀分析
簡單來說就是告訴你當前的狀況。具體體現在，第一，告訴你企業現階段的整體運營情況，通過各個指標的完成情況來衡量企業的運營狀態，以說明企業整天運營是好了還是壞了，好的程度如何，壞的程度又到哪里。
第二，告訴你企業各項業務的構成，讓你了解企業各項業務的發展以及變動情況，對企業運營有更深入的了解。
2.原因分析
簡單來說就是告訴你某一現狀為什么發生。經過現狀分析，我們對企業的運營情況有了基本了解，但不知道運營情況具體好在哪里，差在哪里，是什么原因引起的。這時就需要開展原因分析，以進一步確定業務變動的具體原因。以上就是小編為您介紹的XXX，希望對您有所幫助
例如2018年2月運營收入下降5%，是什么原因導致的呢，是各項業務收入都出現下降，還是個別業務收入下降引起的，是各個地區業務收入都出現下降，還是個別地區業務收入下降引起的。這就需要我們開展原因分析，進一步確定收入下降的具體原因，對運營策略做出調整與優化。
3.預測分析
簡單來說就是告訴你將來會發生什么。在了解企業運營現狀后，有時還需要對企業未來發展趨勢做出預測，為制訂企業運營目標及策略提供有效的參考與決策依據，以保證企業的可持續健康發展。
預測分析一般通過專題分析來完成，通常在制訂企業季度、年度等計劃時進行，其開展的頻率沒有現狀分析及原因分析高。
數據分析在商業中的作用中琛魔方大數據分析平臺表示數據分析的作用就是改進優化業務、幫助業務發現機會、創造新的商業價值模式、以及發現企業自身的問題和預測企業的未來。
三、2020年中國商業智能用戶BI應用狀況分析
1. IT完全主導型
其典型特征為，IT人員做底層數據倉庫，以及BI工具層面的數據模型處理的所有相關工作，完成95%以上的BI分析頁面（注：主要是指用于生產、經營、管理會議所需要的數據分析頁面，下同）的開發。業務人員僅負責前端數據查看，完成查看報表時相關聯動鉆取操作。
調研中我們發現，處于“IT完全主導型”這一等級的企業，約有93.2%都在使用傳統型BI工具，企業的業務人員基本沒有能力，也沒有需求去自主完成數據分析的工作。這些企業的業務變革并不劇烈，企業管理層認為當前的日常數據報告能夠滿足企業管理和決策的需要，相對缺少變革的動力。
2. IT強主導型
其典型特征為，IT人員做底層數據倉庫，以及BI工具層面的數據模型處理的所有相關工作，完成80%~95%數量的BI分析頁面。業務人員完成低于20%數量的BI分析頁面。
從調研數據來看，這類企業中，67.5%的企業認為當前業務人員不具備數據分析的能力。而企業需要快速完成部分數據分析工作，所以選擇讓IT人員更多承擔工作。這類企業中普遍認為，商業智能產品本身并非能夠快速上手，且業務人員仍需要統計學基礎，阻礙數據分析工作從IT人員向業務人員的轉移。
3. 業務強主導型
其典型特征為，IT人員做底層數據倉庫，以及BI工具層面的數據模型處理的所有相關工作，完成前期示例不超過20%數量的BI分析頁面。業務人員完成超過80%數量的BI分析頁面。
從調研數據來看，這類企業中，超過80.2%是曾經推行傳統BI的企業，并且部分業務人員是有較高學歷和能力的，能夠學習和掌握商業智能工具和數據分析技能，并愿意在工作中積極使用
4. 業務完全主導型
其典型特征為，IT人員做底層數據倉庫，以及BI工具層面的數據模型處理的部分相關工作。業務人員完成95%以上數量的BI分析頁面和相當部分BI工具層面的數據模型處理。
相比于第三類使用人群（業務強主導型），這類用戶的一大特點是業務變革十分迅速，從事業務工作的人員學歷普遍較高，業務經營和發展需要企業快速做出決策。而基于數據分析得出的業務判斷相比個人歷史經驗準確度更高，是這類企業基本共識。比如在新興的互聯網企業，或者新零售領域，這個特點尤為突出。
信息技術人員主宰企業數據分析的方式仍然是主流，新型自助BI正成為商業智能市場的主流。對BI的功能，企業主要重視報表能力、移動端、錄入、駕駛艙管理等。未來BI的功能主要集中在機器學習、自然語言識別、人工智能等方面，而只有一成企業對此表示擔憂。目前這些功能還停留在概念層面，實際使用的場景還很少。以上就是小編為您介紹的商業數據分析在現實應用中的狀況，希望對您有所幫助
[免責聲明]
文章標題： 從用戶應用現狀分析商業數據分析在現實應用中的狀況如何？
文章內容為網站編輯整理發布，僅供學習與參考，不代表本網站贊同其觀點和對其真實性負責。如涉及作品內容、版權和其它問題，請及時溝通。發送郵件至36dianping@36kr.com，我們會在3個工作日內處理。
