改进决策是数据分析的灵魂，其他环节只是骨骼肌肉。
数据分析的落脚点是决策人依据上个环节的结论进行改进决策，进行干预、进行落地，进而让数据朝着预期的方向变化。实际工作中，不少数据分析师在这个环节不重视、参与少、也觉得参与不了，慢慢地就变成了数据的搬运工，成了个导数的。这是不可取的，不参与改进决策的环节，不是真正的数据分析师。
数据分析也需要一定的技巧，不要不沉溺在数据的海洋里，数据是工具，我们应该利用工具。 1、提出问题：首先应清晰，我们解决的问题是什么？ 2、做出假设：在此问题基础上，我们预先的假设是什么？ 3、数据采集：根据这个假设，开始采集数据。 4、数据处理：对收集到的原始数据进行加工，包括数据的清洗、分组、检索、抽取等处理方法。 5、数据分析：数据整理完之后，需要对数据进行综合、交叉分析。 6、结果呈现：可视化数据，得出具体的结论性资料。 这个过程听起来繁琐，可套到现实生活中是非常简单的，这就是一个完整的：问题→采集信息→判断标准→提出假设→付诸行动→观察结果→验证假设的过程。 好的问题是成功分析的四分之三，问题描述得越清晰，分析的方向就越清晰，解答的速度就越快，企业也是如此。缺乏数据思维，缺乏科学化管理的企业，业务部门就只会遇事大喊：销量跌了/活跃降了/转化率不够了，快分析下。 做分析的同学们，必须自己脑子清醒：虽然业务催得很急，但我们自己着急没啥用，还是得一步步来，用5w2h方法锁定问题发生的场景，设立监控指标，观察问题走势，找评价标准。 如果是有一定数据思维的企业，分析会轻松得多，因为业务部门已经有自己初步判断。如果数据分析师掌握业务经验与分析技能能更好地帮到病人，比如： 1、用更完善的指标体系诊断问题 2、用综合评估方法代替单维度“好和坏”评价 3、基于业务经验，提出更丰富假设 分析思路就是这么简单，然而在现实中，做数据分析的同学们自己却常常沉不住气。不能按这六步一步步完成。常见的问题有这几类： 第一：不跟业务清晰问题 业务说“分析下把大象放进冰箱里”他就真的去研究如何把大象放进冰箱，至于放的是什么大象，为什么放，放进什么冰箱，一概不问。 第二：没有确认判断标准 上涨了就是好，下跌了就是差，指标做成柱状图，高的柱子就是优势，低的柱子就是劣势。 第三：没有假设大海捞针 结果不是找不到解答方向，就是做了半天，业务回了句：“我早就知道了”。 第四：付诸行动不带监测 做完了ppt就当是做完了，至于业务到底执行了建议没有，执行完了问题解除没有，不去做追踪，最后也不知道到底分析的准不准，有没有效果。 以上病症其实核心就一条：只忙着跑数据，不结合实际，不去解读，不做思考。这样当然没法做深入分析，遇到新问题也自然没有分析思路了。这个过程看起来简单，却需要反复、长期的练习才能掌握。 越是不懂分析的人，越是没有数据思维的人，越喜欢认死理，越讨厌细节的思考，越是喜欢说：“业务就是让你解答怎么把大象放冰箱！你不要管什么大象，不要管放了干什么，不要管什么冰箱，不管什么大象他都得进冰箱！” 然后上网搜索，去各个群问：“有没有把大象放冰箱的标准化方法，阿里和腾讯的大象是怎么放进冰箱的”。 数据分析的基本原则其实简单来说就是要把一切数据分析都围绕着核心的业务流程和分析目的来展开，找出关键数据指标是其中最重要的指标，其次拆解关键数据指标，然后找出关键数据指标的影响因素从而把数据发生变化之后的现象能够精准定位出来。
