怎么才有數據分析思路？這個提問的現象是個本末倒置的典型。

提問中數據分析的路徑，是“先數據，后問題”。在不清楚要回答什么問題的情況下，就先收集數據、收集方法；之后進行數據分析，也并沒有明確的目標，而是指望通過高大上的方法來點石成金。

問題是，數據是企業過往行為的反饋。如果把商業決策比方成開車，那指望著基于數據去分析出對企業未來決策有用的結論，無異于看著后視鏡開車，本質上就是不效率的。這種思路導致數據分析師看起來做了很多工作，卻很難得到真正有價值的結論。而這時如果懷疑自己“想法枯竭”而去追求“更好的方法”，其實是在錯誤的路徑上越走越遠。

但與此同時，美國互聯網企業，或者國內高技術的互聯網企業，已經完全養成了商業決策依賴數據分析的文化。我之前在亞馬遜做經濟學家，現在臉書做資深數據科學家。這兩個公司每天產生的數據都以PB計；而維度之多、復雜程度之高，更是讓數據豐富程度堪稱“海量”。

他們招聘了來自各行各業的頂尖數據分析師來建立世界一流的數據庫、數據架構、分析工具、數據模型等等。但是，每當做起數據分析，我們常常深感手中數據不是太多，而是太少了。因為數據再多，也多不過問題。接下來，我詳解一下題目中路徑的問題在哪里，正確的路徑是什么樣，以及數據分析師在其中能做的具體工作。

拿開車作比喻：真正的商業環境中，駕駛員是沒有全知全能的GPS的，而是面對著一片迷霧：終點在哪個方向？前面的路有沒有人走過？團隊有沒有能力走？是走陽關大道還是華容小道？解決這些問題，有時候依賴創始人的直覺，有時候依賴精干的團隊逢山開道遇水搭橋。

但如何長久地提高決策的效率、如何衡量決策的效果、如何在多條路徑中選出最性價比最高的路徑？這時，數據科學家的角色就像一個知識豐富的向導：通過把過往經驗總結清楚，在決策的時候提供最值得信賴的參謀。如果一個企業想系統、長遠地發展，數據分析必不可少。

提問是拿著數據去尋找問題，而正確的做法永遠是要拿著問題去數據中尋找答案。對應的路徑應該是：

理解你所面對的商業模式

尋找商業模式中的關鍵問題和假設

用數據分析來驗證假設和解決問題

有些讀者可能已經發現，拿掉“數據分析”四字定語，這流程和所有的商業決策流程沒有任何區別。這樣看來，豈不是從創始人到一線員工，每個人都應該做數據分析，從而進行更好的決策嗎？當然沒錯！這不是我自己說的，是Jeff Bezos和Mark Zuckerberg說的。因為直覺、經驗、道聽途說，都會帶著偏見，而數據是真實的，自然應該在決策中占最重要的地位。

數據分析師作為處理數據能力最專業，對數據最了解的人，在這過程中的重要性不言而喻。從數據行程決策的過程中，數據分析師應該做好如下四件事：

1、記錄數據

有用的數據要經過有心的設計，才能有效率地存儲下來。按照“拿著問題去數據中尋找答案的思路”，不妨想一想，當你做一個決策時，有什么信息是對決策有用的？這里面哪些是現有數據覆蓋的，哪些還需要進一步收集？再進一步，好的數據分析師，不但了解每種數據的信息量，還了解不同數據收集時的難易程度，以及如何設計機制來保證信息收集的準確。

比如，若一個電商平臺想知道所售商品是否為假貨，那應該盡可能全面地了解產品信息、賣家信息，以及消費者反饋。當收集賣家信息時，什么信息容易作假？對法律法規了解的數據分析師可能會著重審核賣家的法律資質，而對機器學習擅長的數據分析師可能會從圖像識別入手。哪個路徑精確更高，更容易落地，很大程度上可以決定一個商業模式的生死。

對商業模式了解以外，好的數據分析師也會對數據工程有深刻理解。這樣才知道，在收集到數據之后，哪些放在數據庫，哪些扔進數據湖？如何讓最有價值的數據能最快被讀取和展示，TB、PB級的數據應該如何存儲才能在成本與效率之間優化？

2、處理數據

商業復雜后，數據會產生于不同部門。從其他部門高效地整合數據，并對數據質量有把控，也是數據分析師的重要素質。當整合了有用的數據后，把數據清理好、保證質量，做到結構完整、條理清晰，會讓基于此的數據分析事半功倍。這一步看起來很輕松，當企業越大、部門越多、數據越復雜的時候，越重要。在亞馬遜和臉書，專職于記錄數據和處理數據的“數據工程師（data engineer）”與負責分析數據的“數據科學家（data scientist）”大概人數是1：2。

3、分析數據

這一步涵蓋了太多內容，包括實驗、預測、歸因、制定關鍵指標、行研、深挖、儀表盤，等等等等，每一個環節都能單獨出一本書來講解。點到為止，不贅述了。

4、決策自動化

這里是機器學習大放異彩的地方了，無論是專家系統、監督學習或者無監督學習，歸根結底，都是基于數據總結出來規律，將商業決策自動化。好的數據分析師，除了根據商業問題選擇適用模型，提高模型表現和提高數據質量之外，還應該知道什么決策適合被機器學習解決；知道機器學習的長處與短板；知道如何收集/制造標簽來賦能機器學習模型；知道如何建立機器學習的優化目標和損失函數；等等。

其實，大數據的概念雖然提了很久，但是真正意義上的多維度、大規模的數據，是近幾年才真正發展起來的。很多公司連處理大數據的能力都沒有，更別提有效應用了。別的不說，微信這種超級app上，幾乎有關于個人的所有維度的信息了，但是連一個廣告推薦都還沒做好。

所以，數據分析在國內是一個剛起步的行業，希望對這行業有興趣的同學，可以及早擺正思路，讓數據分析發揮潛力，得到自己應有的地位。