这个时代我们都应该懂一些数据分析的相关知识，处于从IT时代转向DT时代的我们，就可能发现数据背后隐藏的价值。《大数据时代》这本书开篇就讲述了一个预测机票价格的例子，它对大量的机票销售数据的分析，为旅客出行找到最优的机票价格购买时间。
现在国内传统企业纷纷意识到数据的价值，纷纷加入到大数据分析的队伍里面。它们想通过从这些数据获得有价信息来支撑公司的决策经营，改善公司的管理职能，最终做到节本增效。但是面对十年甚至几十年经营产生的数据，这些企业绞尽脑汁的寻找适合的方法来进行数据分析。事实也证明一套好的适用的方法对企业来说可以避免很多陷阱。
对于刚起步的数据分析常常会因为目标不清楚导致最终失败。一般情况下公司意识到数据的价值就会匆忙拉扯拼凑建立起数据组从事数据分析工作，很可怜这些没有经验的小伙伴常常不知道如何下手。有一次突然接到用户的一个需求“分析一下生产线工人的生产力”，要求大家都能理解但是不知从何下手。最终他们的做法是按照一线业务人员提供的分析维度进行数据收集和分析。他们正为该分析兴奋，不幸的消息传来，这一批的分析完全不是用户想要的（其实用户也不能明确描述他想要什么），好在这一批分析至少也能试探一下领导的想法。他们又从新上路了。
定义明确的目标，指导他们可以有计划的推进。在有第一次失败的教训之后，他们定义了分析目的、分析维度、度量值以及数据范围事先就与用户进行沟通。用户根据提纲描述提出了一些改进意见，主要是将一线生产的数据与公司管理方面和销售方面的数据结合进行分析。根据这一次的意见收集，基本上可以明确用户的目的，他是为了找到管理上面的那些不合适的条款或流程限制了生产力的发挥。
数据分析是一个跨领域、跨专业工作，它将多方面知识和数据结合在一起进行分析最终找到问题的出处。就如上面那个例子，最终的分析需要用户不仅仅钻研一线生产的业务规则也需要懂管理知识、懂营销知识。这是个很困难的步奏，困难也是机会，做完了会成长很多。
敏锐的数据观察能力，让数据告诉我们应该如何改善企业。这一次他们将分析结果形成报告提交给用户，用户很容易就从报表中的数值看出了问题所在。看到这些启发性的问题数据，用户已经很明确他想要什么了。用户要求分析团队针对这几组数据进行深入的挖掘，找出是什么原因导致这些数据出现的。又通过一段时间的分析最终形成建议终于满足了用户的需要（真是值得喝上一杯）。
数据分析是一个迭代的过程，要求不断用分析结果与用户交流。以上的步奏都离不开用户的参与。不要想一步就能满足用户的需求，这是不真实的。放平心态，既然从事数据分析工作，除了要有正确的分析方法，还得有一颗强大的心。
