数据分析师的业务洞察能力究竟是什么

在分析师招聘的职位描述中，常能看到要求有业务洞察能力，在大型公司的职称评定中，也常有能力要求有业务洞察能力，我常常问自己：究竟什么是业务洞察能力？笔者已迈入数据分析师第10个年头，在与业务方的无数次合作中，根据业务方的反馈，总结了自己对业务洞察能力的理解。

1.业务洞察的关键要点是：换位思考，即假设你是业务方，遇到这类问题，你的思考旅程。

要避免局限于数据思维，应转换为业务思维，假设你背业务的KPI，你会拆解成什么动作，如何执行，需要哪些资源？数据或数据分析只是资源之一。大到一个企业、小到一个子项目，都可与总经理、与项目组PM换位思考。让与业务换位思考变成自己的思考方式，伴随数据分析工作的日常，变成潜意识，成为习惯。

2.业务洞察能力是数据思维与业务思维的融合。

数据思维下，更注重数据，数据分析师掌握了数据的来龙去脉、数据清洗和数据分析技能，而有可能忽略了一个PM把业务量化为数据的过程，他的思考经历了怎样的旅程，与你探讨数据问题时又过滤掉了什么信息，数据分析师无从得知。而业务思维即业务方思考问题、拆解问题、量化问题的思维习惯，做到知己且知彼，才能为业务赋能，做出受业务方欢迎的数据产出。

你可以试试自问或问你的下属："这个需求业务方是为了解决什么问题？"大多数据分析师答不上来，搭建数据集市的数据工程师们，更多答不上来。这会导致数据工作做的是点，不是面，无法系统性地解决PM面临的业务难题，更遑论数据驱动业务。

业务思维能力的训练关键点：初期是5why，中后期是以终为始。

• 5why即刨根问底，问清楚这个数据需求由数据PM提出来的思考旅程，和需求方要解决的根本问题，标准可以按问到该需求与其直接领导的OKR有何关系。
• 以终为始是指在需求评审阶段，假设我已完成这个需求，我们回到原点，看是否能解决需求方的问题。基于5why积累的业务知识，从原点出发，与业务方一起回顾思考的旅程，一方面熟悉业务方的思考方式，另一方面检验拆解过程，找到更优方案，避免无用功：

（1）判断量化过程的合理性 业务方看的数据范畴局限于本项目，量化过程基于自己熟知的数据，而不是需要的数据，就会有幸存者偏差，只关注自己看到的而忽略了应被或应优先拆解却被忽略或后置的拆解。

举例：9月1日，抖音APP的DAU下降，用户增长负责拉新的PM提了个需求，请帮我取个数据，看下1）新激活是不是下降了，2）那个渠道下降了，3）留存率是不是下降了……你取完，发现普遍下降，仍未解决问题，而实际上9月1日是学生开学的日子，学生用户回到课堂，使用频次减少，数据分析师会从宏观到微观去判断原因，而PM很可能局限在从自身项目寻找原因。

（2）有没有更好的方案 数据分析师有数据的相对更全局的视角，需判断需求的频次、重要性、各团队重复需求等情况，给出更优解决方案，往往是：1）是否工具化，2）是否应给出更丰富的数据才能验证假设，3）应该优先验证哪一个假设等

长期的刻意训练，可不断沉淀业务思维能力，更容易抓对重点，使数据工作事半功倍。

3.业务洞察能力是快速理解业务的能力，应有快速理解一个陌生业务的思维框架

虽说数据思维应与业务思维融合，但数据分析是职能岗位，有自己份内事，且不可能与项目配比1:1，就导致无法事无巨细对业务都了解，那么如何快速掌握一个业务的关键信息，是业务洞察能力的重要体现。

快速理解业务有许多思维框架可用，适用于不同类型的数据分析师，如：商业分析师常用五动力模型、SWOT、PEST、费米拆解等方法快速了解行业与本公司的商业模式；支持产品或运营的分析师常用SCQA、PDCA、5why等快速了解一个项目，此处暂不展开，思维框架在多处可查，笔者会根据案例在其他文章中阐述。知易行难，需在日常工作中刻意训练，形成思维习惯，才真正能够提升业务洞察能力。

任何岗位都应有业务洞察能力，业务方通过OKR拆解成KPI，职能支持业务发展，需要能够洞察真正的牵引指标（北极星），才能做对每个大大小小的决策，劲儿往一处使，朝同一目标努力。也能够在此中不断形成真正有益于公司的项目，也使团队更有成就感和被激励。