在实际工作中，不能驱动业务的数据分析是无效的。
我们需要从数据出发，发现业务中不能直接发现的问题，辅助业务决策或者给出建议，这些建议和洞察能够切实推动业务的工作。
这被称为数据驱动业务能力，是企业数据分析人员的关键能力。
数据驱动业务可分为4个层级，辅助→协同→主导→洞察，从浅入深：
level1 辅助
数据辅助业务，支撑业务解决问题
熟悉业务流程，掌握数据分析技能，能将数据和业务结合，从数据中提出对业务有意义的意见和建议。
【关键词】
辅助业务
做执行
【能力注意】
掌握数据分析技能、熟悉业务流程、掌握业务需求处理评估基本方法，能够对业务需求进行拆解和处理，并在预期时间内，交付高质量的数据成果，满足了业务方的需求。
level2 协作
数据和业务，协作解决问题
理解业务流程，深刻掌握数据分析技能，能做到数据和业务结合，数据进行综合的数据挖掘，找出内在的隐性规律并给出有价值的建议结论
【关键词】
协同业务
做设计
【能力注意】
掌握数据分析技能，理解业务流程。能够做到数据和业务的结合，帮助业务梳理问题，设计解决方案，并交付数据成果，满足业务需求。
level3 主导
数据主导指导业务解决问题
能够结合数据分析工作要求，给出影响管理决策的分析建议或结论
【关键词】
指导业务
做分析
【能力注意】
精通数据分析技能，掌握业务流程。能够做到数据和业务的结合，利用数据眼光，指导业务梳理自身问题，提出解决方案，主导解决业务问题。
level4 洞察
数据洞察业务问题，并主导解决
【关键词】
洞察业务
做洞察
【能力注意】
略
……
另外，由于业务问题可分为2类，核心问题和非核心问题。
所以数据驱动业务，从解决的问题类型和与业务方的对应关系两方面，又可进一步细分：
辅助解决非核心问题
协作解决非核心问题
主导解决非核心问题
洞察解决非核心问题
辅助解决核心问题
协作解决核心问题
主导解决核心问题
洞察解决核心问题
总的来说，数据分析在和业务强相关时，这个能力从协作变到主导需要长期持续积累业务经验，因此很难在短期内实现大幅提升。
所以在提升这个能力上，我们可以刻意为自己分阶段设置门槛，比如：
在level1，至少完成1个数据分析交付结果（分析报告结论、监控体系、监控看板等）对业务起到了指导和促进作用。
在level2，至少输出2个数据成果（数据分析报告、数据项目、数据监控体系等），包含了对业务需求的理解分析，证明数据成果满足了业务方的需求并得到认可。
在level3，至少输出2个数据成果，是自己主导从0到1或从1-n解决了业务的核心问题，或应用到关键任务中。
……
以上。
数据体系构建👇
数仓解惑：什么是 OneData 体系？
数仓实践：如何优雅的设计 DWS 层？
数仓实践：OLAP数仓总结
更多精彩👇
517
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
