我們上篇內容，梳理和分享一些數據分析領域的崗位詳解，讓大家清晰地了解一些“數據分析”崗位中偏業務和偏技術的職責的不同之處以及發展方向。（詳情請看：數據分析是行業，還是技能？（上））在5G以及大數據的時代發展下，互聯網將作為底層的基礎建筑，各行各業逐步完成數字化轉型，開始更多地開始扎根，且在未來的一段時間內，根據相關數據統計：數據方面的人才需求還會保持每年40%的持續增長，甚至預計在2022年數據人才缺口達到300萬人左右。但無論在“數據分析”的哪一方向上想要做出成績，都需要自身具備過硬的技術實力與業務理解能力。

但是，從目前的階段來看，“數據分析”技能也不再只是數據分析相關崗位的專屬了，幾乎所有泛商科的崗位，“數據分析”技能都是不可或缺的必備技能。如銷售、市場、運營、策劃、產品、技術等需要通過數據分析實現業務持續增長；財務、法務、人力等行政類崗位也是需要通過數據分析來提升工作效率，提高人效等指標。

即便不從事數據分析相關崗位工作，若掌握一定的數據分析思維以及處理能力也將成為你未來職場中絕對的加分項。那么，本文將梳理一些數據分析在其他領域的應用，其目的主要讓大家清晰地了解“數據分析”不同領域的應用，結合自己的自身經驗和認知情況，是把數據分析作為行業，還是當做一項技能？僅供參考！

數據分析在其他領域的應用

我們就簡單列舉幾個互聯網以及行政類常見的應用以及數據分析的作用，其他領域這里就不一一列舉了。

01

運營領域應用

運營工作涉及到的數據分析，主要是有以下3個目的：

①描述現狀

從日報，周報，月報等數據及時了解當下的運營情況以及變化趨勢情況，更加趨向于短期的數據分析，如某考勤軟件APP渠道投放360搜索，根據已經跑了兩周的數據，對其投放效果進行分析，尋找現狀的問題并產出對該投放的優化解決方案。可以通過對渠道落地頁等數據的分析，優化用戶路徑，提高各環節的轉化率。還可以獲客質量、獲客量級、獲客成本，ROI等數據分析，篩選成優質渠道，為業務線增效降本。

②原因分析

通過數據分析來發現業務線中存在的問題，為業務增長優化以及優化業務流程等提供數據支撐。比如，某個APP渠道投放中，可通過新增用戶注冊量、活躍度、留存率等數據，可以看出用戶在哪個環節流失比較多，出現問題比較多，那么后期在這個環節中，就可以多次進行試驗，提升轉化率。

③進行預測

通過數據分析找到數據中的某種趨勢或者共性，從而更好地指導業務線中的運營動作。比如在新媒體運營中，通過以往對以往內容的關鍵詞進行分析，找出打開率高、閱讀量高、轉發量高的內容，從而了解受眾，更好地進行后面的選題和內容規劃。

運營領域最常見的渠道運營中的廣告投放，通過前期調研，針對目標用戶人群進行分析，分析出該人群的用戶畫像，基于已有的用戶數據，可以預測該渠道投放后的轉化率，通過這些信息作為精準化投放，實現更多的預期管理。

總之，運營工作涉及到的數據分析，主要是預測和復盤。更好的優化運營策略，規劃業務重心以及運營抓手。主要的數據分析方法有漏斗分析、趨勢分析、對比分析、描述統計分析、歸因分析、細分分析等。（后面將逐一梳理這些分析方法）

02

產品領域應用

產品工作涉及到的數據分析主要是通過可量化數據指標來評估產品的改進方向是否成功。

▊產品初始期，通過對市場及競品的數據分析，可以更好的為自身產品開發提供理論依據，從而避免產品沒有市場需求或者避免產品踩到競品踩過的坑。

▊產品發展期，通過數據分析可以優化產品功能，提升用戶體驗，使產品更好的符合用戶需求，贏得市場。

▊產品成熟期，通過數據分析可以獲取對產品新的想法，擴展產品功能，使產品二次創新，為產品未來發展布局，避免進入產品衰亡期。

數據分析是伴隨產品全部生命周期的重要分析行為之一，在產品發展的不同階段，數據分析的側重點也有所不同。

總之，作為一名產品經理必須養成數據思維習慣，掌握數據分析方法論。在產品迭代發展的過程中，通過數據驅動以保證產品按照更好的方向發展。主要的數據分析方法有A/B測試、競對分析、5W2H分析法、波士頓矩陣分析、RFM用戶分層分析等。（后面將逐一梳理這些分析方法）

03

財務管理領域應用

在財務管理領域主要通過數據分析的作用有：

①掌握企業生產經營的規律。企業的生產經營活動，隨著生產的發展、業務量的大小等遵循一定的規律性。不同的行業，對資金的占用、需求遵循不同的規律。

②了解企業的經營管理現狀和存在的問題。企業生產經營的規律性，具體反映在財務分析指標的各項數值中。通過數值的比較，可以發現經營管理問題，找出差距，為企業的經營決策服務。

③弄清企業的優勢和弱點，做到知己知彼，為企業在市場上開展競爭和制定發展戰略服務。企業的優勢和弱點，反映在企業償債能力、收益能力、發展潛力等各項指標數值上。

其主要側重在以下幾個方面的分析。

①償債能力。通過財務報表反映的資產、負債、盈利和現金等指標來分析企業額短期償債能力和長期償債能力。企業的償債能力反映了企業經營風險性，同時也體現了企業是否善于利用負債為企業獲取更大的利益。包括現金比率、資產負債率、負債權益比率、現金流量負債比率等。

②盈利能力。通過報表反映的企業的利潤構成情況并分析盈利能力的大小。通過盈利能力分析，可以發現各項業務對企業利潤或企業價值的貢獻大小，便于管理者采取措施改進業務結構或業務模式。包括銷售毛利率、銷售凈利率、總資產報酬率、盈利現金比率等。

③資產運營能力。通過組成運營能力分析，發現并改進企業經營過程中對各項資產的利用狀況，從而為提高企業盈利能力和核心競爭力打下良好基礎。主要包括資產周轉率、現金周轉率、應收賬款周轉率、流動資產周轉率等。

④現金能力。現金流量表信息在反映企業償債能力、支付能力、財務靈活性、持續經營能力等方面有著修正作用。因此，從現金流量著手來分析企業的現金能力是至關重要的。

總之，通過分析有關財務指標，了解企業的財務清空，有效地制定經營管理策略和發展策略。同時，通過比較、分析這些指標，還可弄清競爭對手的優勢和弱點，以便采取有效的競爭策略。主要的數據分析方法有PEST分析法、結構化分析法等。

04

人力管理領域應用

在人力管理領域主要通過數據分析的作用有：如果從經營角度看人力資源，就是看人力資源配置是否合理、產出是否恰當，人員更迭是成本增加還是減少，人員的供給是否滿足業務成長要求，人員的增加是否帶來正向的經營結果改善等等。

在此領域的分析可以分為橫向和縱向分析，橫向分析一般指和同業優秀公司對標，看差距和位置。縱向分析是對企業歷史數據進行對比，看是改善了還是惡化了。但數據的選擇和分析維度很重要，不是簡單的匯總，而是通過分析發現問題，從而按圖索驥找到解決問題的方法。

比如，如果要分析人力投入產出比，可以用人均產能，但是人均產能不能衡量質量好壞，更直接的是用人工投產比，就是每1塊錢人工的投入產出多少產值，這個相對更科學一點。

其主要側重在以下幾個方面的分析。

①產能分析：人工投產比；

②創新分析：人工創新比=創新總值/人工總值（這里創新總值一般由公司定義范圍和權重，人工總值可以用全部人工或從事創新工作的 人工，全部人工適合學習型組織，創新人工適合職能型組織）；

③薪酬水平分析：對比外部同業分析薪酬水平狀況，依據薪酬戰略確定薪酬調整方案，起到留住員工、激勵員工的作用；

④團隊成長分析：依據不同職位、等級系數對比分析團隊成長情況；

⑤團隊成長可靠性分析：依據團隊成長對比產值成長看團隊成長是否合理，是否帶來業務健康增長，如果結合外部數據對比就更有效，可以剔除大環境帶來業績變化的因素。

以上只是簡單地梳理了幾個維度，還可以有離職率等維度，需要具體情況具體分析，結合企業經營才真正能發揮作用。總之，人力資源數據分析是戰略人力資源或業務人力資源落地的基礎，要做到人力資源數據分析的有效性，需要對業務充分了解，找出分析維度，真正診斷問題的關鍵點，從而促進企業經營和戰略目標實現。主要的數據分析方法有結構化分析法、對比分析法、描述分析法等。

總結

“數據分析”技能已經滲透到各個領域了，除以上列舉的常見領域應用外，還有制造業中，通過數據分析來提升產品質量和缺陷跟蹤、供應計劃 、制造過程缺陷跟蹤、產量預測、提高能源效率等，在政府流程中，使用和采用大數據分析可提高成本，生產力和創新效率。在新媒體內容管理中還可以預測觀眾的需求、告定位投放、內容偏好等等。

總的來說，數據分析完全可以說當做一個技能，用它來服務自己的本職工作是非常有價值的，對數據敏感，能夠通過數據分析來發現業務提升的機會，是很多企業對未來職場人的基本要求。當其他人還在用經驗或者教條主義指導業務的時，你卻能通過洞察數據，觀察規律，進而做出可落地執行的業務決策，驅動業務線高效的增長，為企業降本增效，這也就是“數據分析”之所以成為企業“新動力”的根本原因。

當然，對于職業的選擇來講，比能力、經驗、天賦甚至所謂的職業前景重要的多得多。因此，是把數據分析當做一個技能去支撐行業發展業務崗位上，還是術業有專攻的去從事專業的數據分析相關崗位上，就需要我們必須結合自己的自身經驗和認知情況和大環境以及所處公司等諸多因素來思考，是把數據分析作為行業，還是當做一項技能？

責任編輯：haq