1.1　企业中数据分析的层级

我们是在商业场景下进行数据分析的，所以要结合商业场景对数据应用的情况来进行分类，如图1-1所示。

图1-1　企业决策层次和对数据的需求图

1.战略层

最高级、最顶端的就是战略层面的决策。制定公司战略的一般是企业最高级的管理人员，比如董事长、董事会成员、CEO。

制定战略涉及的内容很多，比如，要确定企业的目标是什么；企业要在哪些方面进行战略部署，比如要生产什么产品、要定位于哪类人群、服务哪些人群等。战略分析需要行业方面或者宏观经济方面的数据，一般情况下来自国家各有关部门、行业机构或者市场调研机构。

当企业确定了生产产品的类型和服务的客户群体之后，接下来就会确定涉及的部门。比如说企业确定生产某款手机，需要有一个价值链来完成，包括产品设计部门、生产部门、销售部门等。

2.管理和运营层

每个部门都有自己的管理目标，所以第二个层次就是管理层，管理层再往下就是运营层，比如生产部门不会只生产一种类型的手机。这些部门在做决策时都需要哪些数据做支撑呢？这些数据一般是企业内部数据，包含手机生产的效率/效能、每个批次手机生产情况、按区域划分的产品销售情况。

3.操作层

最下面的层次是操作层。比如销售手机时需要确定销售对象是哪些客户，哪些客户群接受程度最高。再比如说银行发放贷款产品，信贷审批部门需要确认哪些客户信用比较高，从而把贷款产品发放给信用高的客户。所以，实际操作主要解决的是具体如何完成，并且完成得更加有效率，使得利润有所提升。为了缩短操作层面的决策时间，提高决策的效率，我们需要基于客户数据进行算法模型开发，比如信贷审批系统中的信用评分卡，业务人员只需要关注客户的信用评分是否超过固定值即可判断是否发放贷款，从而实现业务办理流程智能化。对于这种服务于业务操作层面的数据产品，其数据一部分来自企业内部数据，大部分需要从企业外部采购，例如金融行业理财产品销售过程中综合考虑的客户社会背景、经济条件等属性标签，包括性别、年龄、财产状况、生命历程、家庭组成等。

战略层、管理和运营层以及操作层对于信息的需求是不一样的，因此加工方式也不一样。战略层、管理和运营层这两者主要是进行简单的描述性统计，而操作层需要用到数据挖掘相关算法。

接下来，我们针对企业中的数据分析情况进行统一分类，如图1-2所示。

可以看出，虚线以上的部分称为业务宏观层面分析，虚线以下的部分称为微观个体分析。那么，宏观业务分析主要涉及哪些方面？第一个是需求层——确定目标，具体目标需要依据具体的层次进行分析：如果是战略层面的分析，那么它主要集中在行业发展或者产品未来市场等；如果是管理和运营层面的分析，那么它主要集中在产能情况、财务状况、业务运营等；如果是操作层面的分析，它主要集中在客户画像、客户倾向性等。所以，不同层面的分析需求是不一样的，分析目标也就不同。我们在确定分析目标之后，需要有数据来做分析。数据层面主要包括数据的获取、清洗和整理。虽然目标方向和所在层次不同，但是在数据层的处理流程十分相似。

图1-2　企业中数据分析分类图

对于一些实际问题，利用简单的统计分析工具就可以解决。比如想调研某一产业未来发展前景，我们可以直接从行业网站中下载相关数据并进行描述性统计，然后通过简单的统计制图就可以分析清楚。此外，我们结合具体的情况归纳出业务分析的九大范式来实现数据分析，分析之后会以仪表盘或业务描述报告的形式输出。仪表盘主要是面向战略和管理层面，业务描述报告主要是面向运营层。

接下来通过一个例子来加深理解，比如领导关心广告效果如何，我们需要对营销效果进行评估。可以通过对比广告投放之前与之后销售量的变化来评价广告的效果，简单的描述统计即可做到。但是领导又会追问：“销售量的提升真的与这次广告的投放有关系吗？而不是受到外面的经济环境影响？”为了回答这个问题，我们需要从宏观层面分析，从而明确广告投放是否为销售增长的原因。这时，简单的描述分析就不足以回答这个问题了，还要用到统计分析中的实验设计、假设检验等相关工具。通过控制其他销售影响的因素，并结合假设检验方法可以发现，广告费用投入之后确实导致了销售收入的显著提升，因此可以说广告投入是本次销售增长的原因。

但是，如果我们想弄清楚广告到底是在哪个渠道、哪些产品或者哪些人群才会发挥出更佳效果，就需要进行微观分析。首先要结合客户的性别、年龄、地域、喜好等标签进行客户画像的分析。然后通过对微观层面的根原因分析，制定出业务根原因分析与优化策略报告，这也是面向运营层面的应用。最后根据分析结果，制定精准营销策略。针对不同的客户实现不同的广告投放策略，需要借助算法模型。这里需要用到的是数据挖掘相关算法，深度分析每个客户的喜好，建立模型进行预测。而最终形成的数据挖掘报告是由操作层实现的，即由办事人员协同对该报告进行业务分析和判断，保证报告符合业务人员认知。之后就要实现具体的模型落地，也就是面向IT层面由技术人员实施。