✅作者简介：《数据运营：数据分析模型撬动新零售实战》作者、《数据实践之美》作者、数据科技公司创始人、多次参加国家级大数据行业标准研讨及制定、高端企培合作讲师。
🌸公众号：风姑娘的数字视角，免费分享数据应用相关的数据内容，更有专门的社群可以沟通、交流，欢迎关注。
是全社会都关注的复杂难题，数据应用的能力影响着你职场的高度。
欢迎关注我的视频号：风姑娘的数字视角
一说起数据分析，很多人都会说：我知道，BI工具嘛。
在很多人的认知里，数据分析=BI,BI=数据分析，这个认知其实存在一定的问题。
首先我们先了解下BI工具，它可以通过拖、拉、拽实现一定报表的呈现，在呈现的报表中可以看出一些数据规律和一些数据问题也是真实的，但是在企业经营或者运营中难道只有这些简单的问题需要分析了吗？
答案是否定的，我们可以看一个分析课题，如果你们老板说我们想对一款产品进行涨价，如果你负责做数据分析，你可以通过BI工具做一个仪表盘告诉老板说到底可不可以涨价吗？
这个是很难的，这个是临时起意的分析需求，他所需要大量的信息，就算部分内容可以呈现，它也不是最优选择的工具，所以在这里，BI工具只属于可以实现分析的一个非常基础的工具，它无法诠释完整的数据分析。
为什么很多人对BI的认知比数据分析强，因为很多企业并没去做到数据分析，但是因为市场以及行业的发展，很多企业都考虑上了BI，他们首要解决的问题大多数是解放手工报表，BI由于其功能的使然，它可以解放很多EXCEL手工报表，大幅提高了企业报表人员的工作效率，所以它在一定程度上来说是很多企业刚需的数据处理及呈现工具，当然更是报表生产力的一大代表。
从解放手工报表上来看，BI更多做的是固定报表的生产，比如日报、月报、周报，先前大家对于数据分析的认知多数是从这些固定报表的概念上产生的，所以当BI替代了excel实现固定报表后就成了数据分析的代名词。当然在很多BI工具中也设置了大量的分析模型，比如帕累托、RFM、对比、聚类等等，这些也是数据分析比较稳定的分析范畴，但是这些分析模型不是全部且有非常多的工具替代，BI工具能实现的，说简单点SQL都能实现，再加EXCEL做呈现，这样就不需要BI工具了。
到这里，已经说清楚了BI属于众多数据分析使用的基础工具之一，但远远无法诠释完整的数据分析，我们再来说什么是数据分析。
数据分析，我觉得它是一个很抽象的工作，我可以就用SQL，或者我就用EXCEL，或者我就用一些BI工具，无论我使用哪种，我都可以解决部分问题，但是要完整诠释一家企业完整的数据分析工作，它需要的是更多的工具灵活性组合，分析模型的拳拳组合，或者一些统计逻辑、业务逻辑思考及使用，从而能够在复杂的数据中找到对于企业经营或者运营有帮助的结论或者问题出来。
而在解决企业业务问题的时候，甚至我们都用不到这些非常晦涩的工具和概念，毕竟目标是解决问题，而不是要把某个工具玩转的多么高深。
那么如何定义BI工具和数据分析，以及厘清两者之间的关系。
举个例子。
假设我们现在要给一家电商公司出销售报告，BI工具可以通过各种可视化图表来呈现销售趋势、销售异常，所以它呈现的是结果，那数据分析要做的是去分析为何出现这样的结果，有什么改善的方法，在这过程中，BI中其它图表的展示会说明一部分问题，但是所有报表里以及仪表盘中呈现的问题是否足够，是否没有遗漏，每一个问题如何串联起来能够说明这个结果的问题所在，这个是分析要做的工作，但是这个其实是一个动态逻辑解释、判断的过程，是由人来判断的，如果BI所能呈现的问题是不足的，那么这个人要做的是找到更全面的数据来辅助找到问题根源，或者找到解决这个问题的方法。
那在这个案例中，BI实现的工作是数据结果的呈现，其它都无法实现，甚至它只是部分数据结果的呈现。那数据分析是将包括BI工具的数据结果在内的所有数据、业务逻辑、商业逻辑串联起来并找到问题的一个动态过程，但是这个过程中Bi 工具是可以被替换的，它不是唯一不可替代的，但是它是众多分析工具中比较便于以及实现的一种分析工具，仅此而已。
正确认识两者，以及了解两者的关系可以帮助企业正确认识数据分析的工作，如果将BI 等同于数据分析，那么企业在数据探索方面就很容易达到一个瓶颈，因为BI 工具都是具有一定的分析缺陷的，他们是敏捷分析时代不可或缺的一种大众化可视化工具，但它无法解决所有的业务问题。
只有正确认识数据分析，企业在这方面的投入包括人才引进、人才培训才会有一个正确且合适的天花板，这样才能更有利于实现数据帮助企业的业务增长。
一说起数据分析，很多人都会说：我知道，BI工具嘛。
在很多人的认知里，数据分析=BI,BI=数据分析，这个认知其实存在一定的问题。
首先我们先了解下BI工具，它可以通过拖、拉、拽实现一定报表的呈现，在呈现的报表中可以看出一些数据规律和一些数据问题也是真实的，但是在企业经营或者运营中难道只有这些简单的问题需要分析了吗？
答案是否定的，我们可以看一个分析课题，如果你们老板说我们想对一款产品进行涨价，如果你负责做数据分析，你可以通过BI工具做一个仪表盘告诉老板说到底可不可以涨价吗？
这个是很难的，这个是临时起意的分析需求，他所需要大量的信息，就算部分内容可以呈现，它也不是最优选择的工具，所以在这里，BI工具只属于可以实现分析的一个非常基础的工具，它无法诠释完整的数据分析。
为什么很多人对BI的认知比数据分析强，因为很多企业并没去做到数据分析，但是因为市场以及行业的发展，很多企业都考虑上了BI，他们首要解决的问题大多数是解放手工报表，BI由于其功能的使然，它可以解放很多EXCEL手工报表，大幅提高了企业报表人员的工作效率，所以它在一定程度上来说是很多企业刚需的数据处理及呈现工具，当然更是报表生产力的一大代表。
从解放手工报表上来看，BI更多做的是固定报表的生产，比如日报、月报、周报，先前大家对于数据分析的认知多数是从这些固定报表的概念上产生的，所以当BI替代了excel实现固定报表后就成了数据分析的代名词。当然在很多BI工具中也设置了大量的分析模型，比如帕累托、RFM、对比、聚类等等，这些也是数据分析比较稳定的分析范畴，但是这些分析模型不是全部且有非常多的工具替代，BI工具能实现的，说简单点SQL都能实现，再加EXCEL做呈现，这样就不需要BI工具了。
到这里，已经说清楚了BI属于众多数据分析使用的基础工具之一，但远远无法诠释完整的数据分析，我们再来说什么是数据分析。
数据分析，我觉得它是一个很抽象的工作，我可以就用SQL，或者我就用EXCEL，或者我就用一些BI工具，无论我使用哪种，我都可以解决部分问题，但是要完整诠释一家企业完整的数据分析工作，它需要的是更多的工具灵活性组合，分析模型的拳拳组合，或者一些统计逻辑、业务逻辑思考及使用，从而能够在复杂的数据中找到对于企业经营或者运营有帮助的结论或者问题出来。
而在解决企业业务问题的时候，甚至我们都用不到这些非常晦涩的工具和概念，毕竟目标是解决问题，而不是要把某个工具玩转的多么高深。
那么如何定义BI工具和数据分析，以及厘清两者之间的关系。
举个例子。
假设我们现在要给一家电商公司出销售报告，BI工具可以通过各种可视化图表来呈现销售趋势、销售异常，所以它呈现的是结果，那数据分析要做的是去分析为何出现这样的结果，有什么改善的方法，在这过程中，BI中其它图表的展示会说明一部分问题，但是所有报表里以及仪表盘中呈现的问题是否足够，是否没有遗漏，每一个问题如何串联起来能够说明这个结果的问题所在，这个是分析要做的工作，但是这个其实是一个动态逻辑解释、判断的过程，是由人来判断的，如果BI所能呈现的问题是不足的，那么这个人要做的是找到更全面的数据来辅助找到问题根源，或者找到解决这个问题的方法。
那在这个案例中，BI实现的工作是数据结果的呈现，其它都无法实现，甚至它只是部分数据结果的呈现。那数据分析是将包括BI工具的数据结果在内的所有数据、业务逻辑、商业逻辑串联起来并找到问题的一个动态过程，但是这个过程中Bi 工具是可以被替换的，它不是唯一不可替代的，但是它是众多分析工具中比较便于以及实现的一种分析工具，仅此而已。
正确认识两者，以及了解两者的关系可以帮助企业正确认识数据分析的工作，如果将BI 等同于数据分析，那么企业在数据探索方面就很容易达到一个瓶颈，因为BI 工具都是具有一定的分析缺陷的，他们是敏捷分析时代不可或缺的一种大众化可视化工具，但它无法解决所有的业务问题。
只有正确认识数据分析，企业在这方面的投入包括人才引进、人才培训才会有一个正确且合适的天花板，这样才能更有利于实现数据帮助企业的业务增长。
一说起数据分析，很多人都会说：我知道，BI工具嘛。
在很多人的认知里，数据分析=BI,BI=数据分析，这个认知其实存在一定的问题。
首先我们先了解下BI工具，它可以通过拖、拉、拽实现一定报表的呈现，在呈现的报表中可以看出一些数据规律和一些数据问题也是真实的，但是在企业经营或者运营中难道只有这些简单的问题需要分析了吗？
答案是否定的，我们可以看一个分析课题，如果你们老板说我们想对一款产品进行涨价，如果你负责做数据分析，你可以通过BI工具做一个仪表盘告诉老板说到底可不可以涨价吗？
这个是很难的，这个是临时起意的分析需求，他所需要大量的信息，就算部分内容可以呈现，它也不是最优选择的工具，所以在这里，BI工具只属于可以实现分析的一个非常基础的工具，它无法诠释完整的数据分析。
为什么很多人对BI的认知比数据分析强，因为很多企业并没去做到数据分析，但是因为市场以及行业的发展，很多企业都考虑上了BI，他们首要解决的问题大多数是解放手工报表，BI由于其功能的使然，它可以解放很多EXCEL手工报表，大幅提高了企业报表人员的工作效率，所以它在一定程度上来说是很多企业刚需的数据处理及呈现工具，当然更是报表生产力的一大代表。
从解放手工报表上来看，BI更多做的是固定报表的生产，比如日报、月报、周报，先前大家对于数据分析的认知多数是从这些固定报表的概念上产生的，所以当BI替代了excel实现固定报表后就成了数据分析的代名词。当然在很多BI工具中也设置了大量的分析模型，比如帕累托、RFM、对比、聚类等等，这些也是数据分析比较稳定的分析范畴，但是这些分析模型不是全部且有非常多的工具替代，BI工具能实现的，说简单点SQL都能实现，再加EXCEL做呈现，这样就不需要BI工具了。
到这里，已经说清楚了BI属于众多数据分析使用的基础工具之一，但远远无法诠释完整的数据分析，我们再来说什么是数据分析。
数据分析，我觉得它是一个很抽象的工作，我可以就用SQL，或者我就用EXCEL，或者我就用一些BI工具，无论我使用哪种，我都可以解决部分问题，但是要完整诠释一家企业完整的数据分析工作，它需要的是更多的工具灵活性组合，分析模型的拳拳组合，或者一些统计逻辑、业务逻辑思考及使用，从而能够在复杂的数据中找到对于企业经营或者运营有帮助的结论或者问题出来。
而在解决企业业务问题的时候，甚至我们都用不到这些非常晦涩的工具和概念，毕竟目标是解决问题，而不是要把某个工具玩转的多么高深。
那么如何定义BI工具和数据分析，以及厘清两者之间的关系。
举个例子。
假设我们现在要给一家电商公司出销售报告，BI工具可以通过各种可视化图表来呈现销售趋势、销售异常，所以它呈现的是结果，那数据分析要做的是去分析为何出现这样的结果，有什么改善的方法，在这过程中，BI中其它图表的展示会说明一部分问题，但是所有报表里以及仪表盘中呈现的问题是否足够，是否没有遗漏，每一个问题如何串联起来能够说明这个结果的问题所在，这个是分析要做的工作，但是这个其实是一个动态逻辑解释、判断的过程，是由人来判断的，如果BI所能呈现的问题是不足的，那么这个人要做的是找到更全面的数据来辅助找到问题根源，或者找到解决这个问题的方法。
那在这个案例中，BI实现的工作是数据结果的呈现，其它都无法实现，甚至它只是部分数据结果的呈现。那数据分析是将包括BI工具的数据结果在内的所有数据、业务逻辑、商业逻辑串联起来并找到问题的一个动态过程，但是这个过程中Bi 工具是可以被替换的，它不是唯一不可替代的，但是它是众多分析工具中比较便于以及实现的一种分析工具，仅此而已。
正确认识两者，以及了解两者的关系可以帮助企业正确认识数据分析的工作，如果将BI 等同于数据分析，那么企业在数据探索方面就很容易达到一个瓶颈，因为BI 工具都是具有一定的分析缺陷的，他们是敏捷分析时代不可或缺的一种大众化可视化工具，但它无法解决所有的业务问题。
只有正确认识数据分析，企业在这方面的投入包括人才引进、人才培训才会有一个正确且合适的天花板，这样才能更有利于实现数据帮助企业的业务增长。
