数据分析，就是利用一些数据分析工具、手段、方法或者思维，从海量的数据中发现规律，从而揭示出数据背后的真相，为公司或者业务提供决策的作为数据支撑，指导公司或者业务发展。那么，做数据分析领域的价值在哪些方面体现呢？
数据分析的价值体现有如下五点：
描述现状：不管怎样，我们应该主动思考需要哪些关键数据指标适合描述并反应现阶段的业务现状，明确分析的目的，一定要提炼出最具价值的核心数据指标供公司决策层作为数据支撑，并且从不同维度来分解数据指标，要保证反映公司和业务的核心指标和细节指标能清晰的看到，并有总览性的分析解读。
解释原因：数据分析的解释价值就在于通过简单数据分析发现一些比较简单的情况所导致的问题或者异常，往往这种原因是单方面的，这种问题容易发现。
总结原因：总结原因需要我们多方位的思考，因为引起的原因的角度是多维度的，复杂的，此时，就需要用归因分析需要找到引起问题的主要原因，通过解决主要矛盾来解决问题的根源或者提升业务指标。
进行预测：不同业务形态对需要预测的指标不一样。社交类产品比较关注对日活、新增等数据，电商类产品比较关注订单量、销售额、转化率等数据，视频类产品比较关注会员数、广告投放等数据。而预测是对业务未来发展的趋势=判断，有了精准的判断可以指导业务运营以及走向，并制定有针对性的防御措施。针对预测到的影响来确定可能带来的后果。
决策支撑：数据分析的价值终极的体现，就是作为决策的支撑，即通过各种维度数据对比、描述性分析、多维分析、趋势分析等诸多分析方法，对“数据”进行价值的挖掘，形成公司业务实现增长、降本增效，提供最终的解决方案，创造商业价值。所有数据分析的最终目的是指导业务决策，实现增长、降本增效。
