数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
从我的经历看，数据分析的目标主要来自两方：一方是业务，一方是数据部门自身。
对于一个具体的数据分析项目来说，可能以上两方的因素都会存在，只是占比多少而已。以下详细说明这两种方式的场景、前提及“坑”。
- 分析目标主要来自业务方：这种场景通常存在于业务方对业务发展有疑问，希望通过数据分析提升业务。业务设定的目标要么是对过去的业务发展做总结和诊断，希望从中发现问题；要么是基于业务的历史预测未来的发展趋势。
这里经常存在的问题是，业务方提出目标往往是模糊不清的，并且通常用业务术语而非数据口径来定义。因此，这种情况下，分析师要花较多的精力做需求分析。而要做好需求分析，分析师需要具备一定的产品和业务思维，要从业务视角出发，充分理解业务的处境，才能从最根本上理解业务的需求。同时，需要对数据产生的流程和指标计算的口径对业务人员进行充分的说明。如此不断地迭代沟通，往往分析到最后，却发现已经不是原来的需求了。
还有一种情况，业务对数据了解较多，会在需求中说明需要的数据口径，这种需求会被单纯地看做一个数据提取需求。即使是这样，如果希望让这部分数据更有价值，分析师也需要就其业务背景有深入的讨论，然后可以修正该需求。数字化转型网www.szhzxw.cn - 分析目标主要来自数据部门自身：这种场景下，数据部门在组织上是独立于业务部门的。但是独立不意味着可以不考虑数据分析对业务的价值（参见第一章）。如果说实现业务价值是分析的根本原因，那么重要数据指标的变化则是数据分析的直接原因。数字化转型网www.szhzxw.cn
也就是说，如果数据部门要能够独立提出分析目标，首先要有相对完善的指标监控体系。而指标体系可以分层，并且建立起各指标之间的关联关系。因此，数据部门提出分析目标可以更全面、更客观，而不局限于一隅。但是，这个分析目标的设定对数据部门要求更高：不仅要具备完善的指标监控体系，更要了解业务。经常出现的情况是，数据部门自己费了挺大的劲做出的分析报告，业务部门却无动于衷，其中没有涉及到业务痛点可能是一个重要原因。
总结一下，分析目标的设定是数据分析最初也是最重要的一步。一个合理的分析目标应该具备以下特征：
- 要有业务视角，能折射出业务痛点数字化转型网www.szhzxw.cn
- 要有数据支持
- 要量化：“为什么产量下降了”和“为什么产量从1万下降到5千”，显然后者的目标更清晰
- 要能体现在某个或某几个指标上：还是上面的例子，产量只是一个概念而非指标，一个可能的产量指标是：全厂2018年第一季度中产品型号X的生产数量。总之，要做到明确而没有歧义。
声明：本文来自数字中国，版权归张志红所有。文章内容仅代表作者独立观点，不代表数字化转型网立场，转载目的在于传递更多信息。如有侵权，请联系我们。数字化转型网www.szhzxw.cn
数字化转型网数据专题包含哪些内容
数字化转型网数据专题将关注数据治理、数据质量管理、数据架构、主数据管理、数据仓库、元数据管理、数据备份、数据挖掘、数据分析、数据安全、大数据、数据合规、等数据相关全产业链相关环节。
数字化转型网数据专题包含： 数字化转型网（www.szhzxw.cn）
1、数据相关外脑支持：100+数据相关专家、100+数据实践者、1000+相关资料
2、数据研习社：与全球数据相关专家、实践者共同探讨相关问题，推动产业发展！
3、国际认证培训：目前已引进DAMA国际认证CDMP，其他国内外认证也在逐步引进中
4、典型案例参考：与数字化转型网数据要素X研习社社员一起学习典型案例，共探企业数据落地应用
本文由数字化转型网（www.szhzxw.cn）转载而成，来源于数字中国；编辑/翻译：数字化转型网萍水。
