真正的数据价值取决于业务洞察。
数据分析是企业拥有的最强大的资源之一。但是，如果所使用的工具和流程不友好，并且不能广泛地提供给有需求的业务用户，那么分析的价值就会大大降低。
毕竟，数据在销售、市场营销、产品开发、客户支持和客户体验等领域发挥着巨大作用。
“数据本身并不是分析，”Alpha Packaging高级副总裁兼首席信息官布Bryan Phillips说，“在某个时间点上，你必须了解数据所显示的困难、问题和机会，否则，它只是数据或漂亮的图片。”
以下是组织未能确保其数据分析工作对业务用户友好的七种表现方式。
数据策略与业务不匹配
咨询公司Protiviti负责企业数据和分析业务的董事总经理Jeremy Stierwalt表示，企业需要将其数据战略正式化，并使其与组织目标、指标和增长保持一致。
Stierwalt说:“一个在被明确定义的战略下运作的组织自然会成为数据代理，将其数据作为关键资产。有关组织的数据类型和数量、如何收集、存储在何处、如何访问和使用、由谁负责以及未来将在何处进行数据投资的决定，对于通知组织的数字化战略及其基础技术组件都非常重要。”
Stierwalt说，分析程序通常与公司战略不一致，因此不被理解和使用。他说:“数据策略使公司能够将其数据视为结构化的、全面的、跨领域的价值生成资产。”
将业务用户排除在计划和讨论之外
分析不可能是静态的，也不可能是在真空中计划的，如果没有从使用这些发现中获益的人的投入。数据分析人员、数据科学家和数据管理团队中的其他人员应该直接与不同业务部门的人员合作，了解对他们来说什么是重要的，以及数据在特定时间点显示了什么。
Phillips说:“让数据所有者定期会面，讨论他们在数据中看到了什么。当你可以看到跨多个领域的数据时，真正的突破才会出现。”
例如，销售用户可以知道调用了哪些客户或潜在客户，并且因此产生了哪些订单。财务用户可以更好地理解成本并可视化收入趋势。操作用户可以更好地了解库存、生产和机器容量。而营销用户可以了解最新的趋势，以及哪些活动在哪里开展。
“每个小组都有很多问题要回答，”Phillips说。“真正的价值在于通过数据寻找机会。例如，通过数据分析提供给来自不同学科的一组用户,他们可以知道哪些产品和服务正在何处向何人销售、有多少产品在库存中、哪些产品需要补充、哪些产品和项目最赚钱、如何调整营销活动等。
Phillips说:“然后，你会寻找那些热门的、可盈利的、有产能的产品，并瞄准合适客户。或者数据可能会告诉我们，我们需要进行资本投资来提高产量。在会议室里有一个跨职能小组有助于确保你解决真正的问题或看到真正的机会。”
忽视了你的分析受众
“在进行商业分析项目时，你需要了解受众——他们是谁，他们希望看到哪些数据点。”税务软件供应商Vertex的商业软件高管、前首席信息官Robin Allen表示。
Allen说:“由于组织中不同级别的几个人将根据数据做出决策，因此需要根据个人的角色，从他们独特的角度讲述一个可以理解的故事。”
例如，一名高管不需要看到团队级别的指标，而是需要看到更全面视图的数据。“数据所讲述的故事需要是一致的，但也要容易被所有的利益相关者所理解。”Allen说，“要做到这一点，你首先要了解谁会看这些数据，以及他们会期待什么样的见解。”
坚持使用术语，而不是简化信息
让业务用户对分析不感兴趣的方法之一是抛出他们不理解的或与他们无关的术语。汽车零售商CarMax的首席数据官兼业务战略和分析主管Gautam Puranik表示，这种沟通风格的错位是数据分析师在试图从分析中传递价值时面临的最常见的陷阱。
这包括充满复杂和术语的演示，这使得专业领域之外的用户难以理解。它也应用于结果的呈现方式。Puranik举例说，分析师通常通过5.238 %等详细数字来引用结果，而不是将其简化为5.2%，甚至5%。
Puranik说:“除非从决策的角度来看小数非常重要，否则你不必总是为了表现业务价值而展示工作的复杂性。大部分时间不应该花在谈论你做了什么和怎么做上面，而是应该花在讨论如何支持数据驱动的商业决策方面。”
这种情况只有在数据分析师团队中才会有效地发生。用一种房间里每个人都能理解的语言说话，无论部门、部门或专业水平如何。“最有效的信息是最简单的。”Puranik说。
有时候，利用类比是有帮助的。在最近的一次演讲中，Puranik的任务是通过增加对数字营销的投资来支持产品开发。“在展示时，我描述了与汽车的关系，”他说。“这句话的意思是:除非你把车加满油，否则不管车子造得多好，它对你都没有多大用处。换句话说，两者缺一不可。这与房间里的每个人都产生了共鸣，我得到了前进所必需的批准。”
低估图片的力量
在试图快速洞察事务时，许多人更喜欢看概念的图片或图形化的描述。所以通常情况下，将数据结果可视化是一种很好的方法。
“一幅画讲述一个故事，”Phillips说。“可以是图形，Venn图，或其他可视化功能。我仍然热衷于用Excel甚至板子来绘制数据，然后转向更先进的可视化产品，在具有深度或复杂性的同时保持其可理解性。”
Phillips说:“要使可视化变得友好，就需要以简洁、易于理解的方式显示真实的大型业务问题。这需要技巧，这就是为什么你应该先从擅长这方面的人开始，让其他人向他学习。”
Phillips说，业务用户通过数据可视化工具以某种可视化形式看到数据分析的输出之后，他们可能会更感兴趣。许多人希望自己接受培训，或者让他们的团队接受培训，这样他们就可以创建自己的可视化，而不需要依赖于数据分析或IT人员。
数据可视化的使用，尤其是涉及到高层管理人员时，实际上可以帮助推动这些工具的未来发展。Phillips说:“当一位高层管理人员用图表、图形来讲述一个清晰的故事时，公司就开始做出更有意义的决定。现在投资分析工具、培训员工变得容易多了。”
过于追求全面而不是理解为主
Puranik说，就像你需要简化你的语言一样，演示材料也需要简化，比如幻灯片。“任何幻灯片的标题都应该简洁地概括页面的内容，”他说。“虽然‘图片比文字更有说服力’这句话仍然很有道理，但图表和图表应该以清晰的调查结果总结作为开头。”
图表也应保持干净和易于理解，每张幻灯片不应超过两张图表，总共不应超过10张。“记住，你不是在写悬疑小说;不要让你的听众猜测最重要的点是什么。”Puranik说。
不具备商人的思维方式
在某些情况下，数据分析专业人员可能会从对业务用户很重要的日常任务中脱离出来。他们可能需要重新构建自己的思维，以便更好地了解用户在数据和分析方面的需求。
Puranik说:“把自己当成一个商业领袖，而不仅仅是一个分析师。想象一下，如果你拥有一家公司，你正在用数据做决策。你从你所做的工作中学到了什么?”
Puranik说，确定有研究支持的建议并清晰地传达它们。“数据分析是一种工具，而不是结果，你如何使你的研究结果受到驱动?”他说，“那些最成功地利用数据分析交付业务价值的组织，是那些相信数据分析是一项核心能力而又不仅是一项核心能力的组织。”
在为一组业务用户准备演示文稿时，首先要从经理和导师那里获得反馈，从而对面向业务用户要用的演示文稿进行微调。
Puranik说：“在我刚从研究生院毕业的时候，我有机会使用预测模型和分析来推动商业影响。你可以想象得到，我对能够为一家公司推动真正的变革感到非常兴奋。”他花了几天时间做了一份报告，里面全是复杂的图表和详细的笔记。
Puranik说:“在向商业伙伴展示之后，我很高兴，我为自己的工作感到自豪，并相信自己做得很好。几天后，我的老板告诉我，虽然这确实是一份很好的报告，但我需要加强自己的沟通技巧。”老板说，房间里只有大约20%的人听懂了他在说什么，另外80%的人完全听不懂。
“经过几天的思考，我意识到他是对的，”Puranik说，“这次展示最终成为了我的工作反思。我学到了宝贵的一课——在做商业案例时，你不应该只陈述你自己的工作价值，而应该陈述你的工作所带来的结果。”
