一份價值百萬的大數據分析報告如何煉成？

序

曾經，谘詢公司一份報告就能收取企業幾十萬、甚至於上百萬。而今，矯枉過正，數據分析報告卻常常被企業認為沒有任何實際價值。我經常和企業交流，他們告訴我，需要的是能夠為他帶來直接價值的東西，比如廣告投放能夠直接帶來收入，所以他們舍得投入；但是因為報告不能夠對企業產生任何實際的價值，所以他們不需要數據分析報告。

 

的確，以往的谘詢報告更多是大而全，比如說曾經看到很多大型企業采購某某個定向專題的報告，如《2016年手機終端市場的發展容量和發展規模專題報告》。而這種相對寬泛的報告太宏觀、沒有針對性、不要說對中小企業，即使是對運營商、銀行、證券這樣的全球500強企業，作用也非常有限，即使企業知道某個觀點，也很難落到戰略實施和具體工作當中去。

 

我今天想說的是針對一個具體企業、一個具體問題而開展的針對性的數據分析。而這種有針對性的數據報告，以往是相對比較少見的，主要是因為數據收集的方法和數據收集的來源相對局限，主要是依靠問卷調查、電話訪問、街頭攔截、訪問小組座談等等；但是在大數據時代已然開啟的今天，有了更多的數據來源途徑和數據獲取手段，一份有效的大數據分析報告顯然能夠對企業產生很大的價值。

 

大數據分析報告不僅能夠對某個具體領域的宏觀經濟趨勢進行判斷和預測；還可以把我們的觸角深入到某一個社區、某一類人群、某一個具體的產品，來了解他們的真實情況；同時，我們還能夠借助大數據分析的結果來製定精細化的線上廣告投放策略或是做針對性的地麵推廣活動；而最終，我們把大數據分析的成果以大數據工具的形式固化，才能讓我們的大數據效力持續。

也就是說，真正有價值的大數據分析報告能夠在中宏觀規劃、微觀/細分市場分析、方案執行和策略部署等方方麵麵為企業帶來價值。

 

大數據分析報告大解剖！

很多企業不認可分析報告的價值，很大程度是不了解它的原力。今天索性告訴你整個分析思路、框架，幫助企業更好地認識、認可大數據分析報告的價值。

一、大數據報告怎麼做出來的？認識大數據分析流程！                            

首先，我們要理解大數據分析的基本流程，一個完整的大數據分析流程包含了商業問題理解、數據理解、數據準備、數據分析、產出分析報告、提出解決方案6個環節，並且是一個閉環、不斷優化的過程。對於企業，可能不需要掌握高難度的分析處理能力，但是掌握數據分析思路、數據思維和意識都是非常重要的。

 

二、大數據報告究竟研究了什麼東西？解密大數據分析思路！

大數據報告根據功能來分，可分為4個常見類型：

1. 市場/行業分析：對某一個行業、細分領域的市場現狀的分析、發展趨勢預測；

2.  用戶畫像：了解用戶的人群特征、某個產品的不同群體的用戶行為差異；

3. 競品監測：對同類產品的用戶使用情況、市場情況、功能性能進行對比研究；

4. 經營分析/業務問題專題：企業經營中重大戰略決策的分析或針對某具體業務問題進行專題分析，如營銷效果評估等。

 

大數據是新生事物，所以很多人對大數據分析報告缺乏概念，所以我來對4種典型分析報告的分析思路進行一次解密，看看每一類的數據分析報告到底需要包括哪些因素（指標僅為列舉，無法全麵涵蓋）：

 

市場/行業分析

用戶畫像

競品監控

營銷效果評估

三、數據來自哪裏？不同數據渠道和來源的優劣勢對比

數據來源分為內部和外部，內部數據是企業有意識進行埋點、收集、整合與儲存所獲得的數據資產（如何建立企業寬表，打好數據基礎，我將在後麵陸續給出幹貨，敬請期待）。一般來說，我們還會通過一些外部渠道獲取數據：

1. 網頁爬蟲數據：通過程序在網頁上把相關的信息采集下來；

2. SDK數據：遊戲等應用中SDK自動打包回傳的數據，像友盟、talkingdata，主要是基於SDK數據進行整合和處理分析；

3. 運營商數據：三大運營商運營、業務和管理三大領域大量的客戶屬性和上網行為數據，原力大數據平台的核心數據來源之一；

4. 谘詢公司加工數據：谘詢公司大量的調研活動所產生的統計級數據；

5. 定製數據：向數據擁有者/采集者提需求，根據你具體的條件再進行數據的采集工作；

 

不同數據渠道和來源的優劣勢對比

一份報告的價值很大程度收數據源質量影響，因此我們需要注意是數據是否靠譜。檢查數據是否靠譜最簡單的方式是借助你熟悉的數據進行對比，驗證數據口徑和數據範圍。其次，就是對數據采集的對象、過程和處理方法進行評估，看數據是否具有時效性、代表性。

 

四、大數據報告能夠怎麼用？場景應用列舉

大數據能力應用的場景過去也分享過很多，在此就不累述。未來也會陸續不斷地給大家分享帷策工作過程碰到的有趣的、典型的案例，有興趣的朋友可以關注微信公眾號“原力大數據”，第一時間收到大數據幹貨、案例、資訊。

 原文發布時間為：2017-01-15

本文來自雲棲社區合作夥伴“大數據文摘”，了解相關信息可以關注“BigDataDigest”微信公眾號