今天来谈谈数据分析，这个话题并不陌生，尤其是在IT行业里，以大数据时代尤甚，但在这样的时代背景下，各企业是如何来看待的？
弄清楚数据分析是什么呢
说的再明白不过了，但是在2B的企业中数据分析是怎样的一种形式存在呢？我们以不同阶段来进行不同的认识划分：
1.1.初创公司
创业公司初期一般是不会重视数据的价值的，因为重点是在产品上，如何做好产品来吸引用户。并且用户数量少、产品结构单一，数据很难发挥出价值。
1.2.融资型
到第二轮、第三轮融资时，一般DAU达到百万级别。此时投资人会需要看你的数据，看公司的运营发展变化情况，此时，就会出现报表这种东西——就是把核心的指标，DAU、MAU等一系列列成一张巨大的时间序列表，观测每天的发展趋势。但此时，对于数据的利用也就仅仅局限在核心指标的汇总计算上。此类公司的数据分析师的工作可能就是生成报表，研究指标周期变化趋势等。
公司稳定发展后，可以通过埋点等方式获取海量、多维度的数据后，便可以做更多的事情。比如根据用户的多维度属性，研究用户画像、将用户聚类等；根据用户浏览网页或者App的路径数据，研究用户行为偏好等；根据用户的评论文本数据来甄别是否是恶意用户等。此时，可以利用海量、多维度的数据做很多的事情，而不单单是简单的数据指标、数据报表。此类公司不仅仅有数据分析师，还会有数据挖掘师，算法工程师等。数据分析师的工作会研究用户行为、用户偏好等。
1.3.集团型
当公司发展到产品丰富、商业模式多样化的成熟状态后，数据是海量的，业务模式是多样的，如何最大程度的利用数据产生价值是此类公司所追求的。就像马云提出的观点：阿里巴巴不是零售公司，是数据公司。此时会出现诸多与数据相关的岗位，如基础层的数据研发工程师，数据架构师等，应用层的数据分析师、算法工程师、数据挖掘师等，上层的数据产品经理等。从数据获取，到数据的应用，再到数据产品的研发，目的就是最大限度的实现数据的价值。此类的数据分析师，由于业务的复杂性，往往也会分成几类。有针对各个业务线的分析师，有针对整个公司、整个集团横向研究商业发展的分析师（战略分析），也有针对所在市场做市场研究的分析师（市场研究）。
每个公司对于数据分析师的概念定义也是不一样的
正是由于每个公司发展阶段的不同，以及所在行业、业务类型的不同，以及对岗位理解的不同，导致每个公司、甚至同公司的不同部门、再甚至同公司同部门的不同团队，对于数据分析师的概念定义、岗位要求也是不同的。这个千人千面，真的不能给出一个固定的答案。
数据分析的具体应用还得从业务场景及需求目标说起，初创型公司很难做到依靠数据来获得有效价值作用于决策，成本是初创企业首先需考虑的，往往这个阶段需要找到一款适合的尖刀产品获取用户的好感，做扎实了方可找准后续的定位，举个常见的例子：
2B企业中常见的推广场景就是利用线上广告获取线索的目标情况，获得线索后有一个重要的参与者就是数据分析师，整个推广的工作流就是：前端推广师——售前客服——数据分析师——前端推广师，最后回流到推广师这边，这样最大限度能保证到实现数据精准化，往往这里的数据分析只是针对用户画做浅层的分析，常规动作就是网站的周报及回流数据做常态结构，这在大型数据公司里只是简单的浅层分析，因此真正意义上的数据分析是从战略上的，就好比某云说过“阿里巴巴是一家数据分析公司”。
在未来数据分析将会成为IT公司竞相角逐的重要领地，随着5G的技术壁垒攻克，数据分析也将会成为新一轮企业在行业路上的分水岭，拭目以待吧，更多数字营销内容请关注FUNION数字营销服务商！
