从用户应用现状分析商业数据分析在现实应用中的状况如何？
根据大数据开发商Sisense公司进行的一次调查，受访者表示，与冠状病毒疫情发生之前相比。现在对数据分析应用的依赖程度更高，小型企业占主导地位。
这项调查表明，商业智能和数据分析专家对商业智能和数据分析在冠状病毒疫情蔓延期间和之后将发挥的作用仍然持乐观态度。在500位受访者中，49%的人表示，他们现在使用的分析方法比疫情发生之前要多得多。
调研机构Gartner公司副总裁兼研究员Rita Sallam说，“数据分析在帮助企业从疫情的影响中恢复过来，以及帮助企业重新构想和重建其组织、商业模式和供应链方面发挥了重要作用，从长远来看，这些都是为了实现可持续性、弹性、响应性和灵活性。”
69%的受访者表示，由于冠状病毒疫情而蒙受了业务损失或客户损失，因此分析方法的使用率上升。此外，企业发现了跨部门使用分析的新机会。
一、数据分析的概念
要理解数据分析的含义，首先我们应该从官方定义入手。数据分析是指，用适当的统计分析方法，对收集来的数据进行分析，将它们加以汇总和理解消化，以求最大化地开发数据的功能以便于发挥数据的作用。
它的的目的是把隐藏在一大批看似杂乱无章的数据背后的信息，集中和提炼出来，总结出所研究对象的内在规律。因此，数据分析应该有至少有两个步骤，一是汇总大量的数据，二是找出这些数据的内在联系。
商业领域中，数据分析能够给帮助企业进行判断和决策，以便采取相应的策略与行动。例如，企业高层希望通过市场分析和研究，把握当前产品的市场动向，从而指定合理的产品研发和销售计划，这就必须依赖数据分析才能完成。
生活中最著名的例子便是天气专家通过对气象数据进行分析，并且制作出天气预报，根据预报，我们会做出相应的策略，是带伞还是加件衣服。
二、数据分析的商业作用
在商业领域中，数据分析的目的是把隐藏在数据背后的信息集中和提炼出来，总结出所研究对象的内在规律，帮助管理者进行有效的判断和决策。数据分析在企业日常经营分析中主要有三大作用：
1.现状分析
简单来说就是告诉你当前的状况。具体体现在，第一，告诉你企业现阶段的整体运营情况，通过各个指标的完成情况来衡量企业的运营状态，以说明企业整天运营是好了还是坏了，好的程度如何，坏的程度又到哪里。
第二，告诉你企业各项业务的构成，让你了解企业各项业务的发展以及变动情况，对企业运营有更深入的了解。
2.原因分析
简单来说就是告诉你某一现状为什么发生。经过现状分析，我们对企业的运营情况有了基本了解，但不知道运营情况具体好在哪里，差在哪里，是什么原因引起的。这时就需要开展原因分析，以进一步确定业务变动的具体原因。以上就是小编为您介绍的XXX，希望对您有所帮助
例如2018年2月运营收入下降5%，是什么原因导致的呢，是各项业务收入都出现下降，还是个别业务收入下降引起的，是各个地区业务收入都出现下降，还是个别地区业务收入下降引起的。这就需要我们开展原因分析，进一步确定收入下降的具体原因，对运营策略做出调整与优化。
3.预测分析
简单来说就是告诉你将来会发生什么。在了解企业运营现状后，有时还需要对企业未来发展趋势做出预测，为制订企业运营目标及策略提供有效的参考与决策依据，以保证企业的可持续健康发展。
预测分析一般通过专题分析来完成，通常在制订企业季度、年度等计划时进行，其开展的频率没有现状分析及原因分析高。
数据分析在商业中的作用中琛魔方大数据分析平台表示数据分析的作用就是改进优化业务、帮助业务发现机会、创造新的商业价值模式、以及发现企业自身的问题和预测企业的未来。
三、2020年中国商业智能用户BI应用状况分析
1. IT完全主导型
其典型特征为，IT人员做底层数据仓库，以及BI工具层面的数据模型处理的所有相关工作，完成95%以上的BI分析页面（注：主要是指用于生产、经营、管理会议所需要的数据分析页面，下同）的开发。业务人员仅负责前端数据查看，完成查看报表时相关联动钻取操作。
调研中我们发现，处于“IT完全主导型”这一等级的企业，约有93.2%都在使用传统型BI工具，企业的业务人员基本没有能力，也没有需求去自主完成数据分析的工作。这些企业的业务变革并不剧烈，企业管理层认为当前的日常数据报告能够满足企业管理和决策的需要，相对缺少变革的动力。
2. IT强主导型
其典型特征为，IT人员做底层数据仓库，以及BI工具层面的数据模型处理的所有相关工作，完成80%~95%数量的BI分析页面。业务人员完成低于20%数量的BI分析页面。
从调研数据来看，这类企业中，67.5%的企业认为当前业务人员不具备数据分析的能力。而企业需要快速完成部分数据分析工作，所以选择让IT人员更多承担工作。这类企业中普遍认为，商业智能产品本身并非能够快速上手，且业务人员仍需要统计学基础，阻碍数据分析工作从IT人员向业务人员的转移。
3. 业务强主导型
其典型特征为，IT人员做底层数据仓库，以及BI工具层面的数据模型处理的所有相关工作，完成前期示例不超过20%数量的BI分析页面。业务人员完成超过80%数量的BI分析页面。
从调研数据来看，这类企业中，超过80.2%是曾经推行传统BI的企业，并且部分业务人员是有较高学历和能力的，能够学习和掌握商业智能工具和数据分析技能，并愿意在工作中积极使用
4. 业务完全主导型
其典型特征为，IT人员做底层数据仓库，以及BI工具层面的数据模型处理的部分相关工作。业务人员完成95%以上数量的BI分析页面和相当部分BI工具层面的数据模型处理。
相比于第三类使用人群（业务强主导型），这类用户的一大特点是业务变革十分迅速，从事业务工作的人员学历普遍较高，业务经营和发展需要企业快速做出决策。而基于数据分析得出的业务判断相比个人历史经验准确度更高，是这类企业基本共识。比如在新兴的互联网企业，或者新零售领域，这个特点尤为突出。
信息技术人员主宰企业数据分析的方式仍然是主流，新型自助BI正成为商业智能市场的主流。对BI的功能，企业主要重视报表能力、移动端、录入、驾驶舱管理等。未来BI的功能主要集中在机器学习、自然语言识别、人工智能等方面，而只有一成企业对此表示担忧。目前这些功能还停留在概念层面，实际使用的场景还很少。以上就是小编为您介绍的商业数据分析在现实应用中的状况，希望对您有所帮助
[免责声明]
文章标题： 从用户应用现状分析商业数据分析在现实应用中的状况如何？
文章内容为网站编辑整理发布，仅供学习与参考，不代表本网站赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请及时沟通。发送邮件至36dianping@36kr.com，我们会在3个工作日内处理。
