在这个竞争激烈的世界，人们用数据进行决策的需求正在不断增长。在已成立的公司中，这一点可以通过提供财务报告、会计报告、市场报告和许多其他报告来证明。
“我需要更多的报告”
——Giorgio Tomassetti发布在Unsplash
然而，在数据分析环境中，“报告”和“分析”之间存在显著的差异。了解两者的区别将使企业能够：
- 掌握更准确的信息
- 获得更多更快的周转时间做出更具影响力的商业决策
具体区别是什么呢？
“报告”是指为决策提供信息的数据。典型的报告请求通常意味着可重复访问信息，这个重复可以是每月、每周、每天，甚至是实时的。
上述定义依赖于两个假设：
- 数据是可用的：数据通常需要来自不同的源系统，这些源系统在公司内部或公司外部是分散的
- 数据是干净的：通常需要对数据进行转换以供我们使用，并且需要对数据进行塑造以支持分析
“分析”是指原始数据分析。典型的分析请求通常意味着一次数据调查。
报告和分析，哪个为主？
当报告请求通过时，通常需要执行分析。当分析请求通过时，可能不需要报告。
以下是构建报告的一些步骤：
- 了解业务需求
- 连接并收集数据
- 翻译技术资料
- 从不同的维度理解数据背景
- 想办法显示100个类别及其5个子类别的数据(500+组合！)
- 重新整理数据
- 范围更改
- 重复上述步骤
- 更多的返工
- 在excel上的初始可视化
- 解决利益相关者的理解问题
- 启动报告仪表板构建
- 配置特性和参数
- 更多的返工
- 测试用户体验
- 符合公司风格指南
- 测试报告自动化和部署
- 与技术或生产团队保持联系
- 设置定期刷新和故障的流程
- 文档报告流程
这些都是很初始很表面的东西，如果企业想要较少的数据点或更好的事实理解，分析将是一个更高效的替代方案。
以下是数据分析中涉及的一些步骤：
- 创建数据假设
- 收集和处理数据
- 向企业展示结果
- re-iterate
只需要几步就能得到结果。
通往快速数据驱动型组织的道路
理解“报告”和“分析”之间的区别很重要。在当前的竞争环境中，理解的速度至关重要。
基于上述解释和步骤，从“分析”开始往往是最好的起点。如果需要广泛而定期地传播这些见解，可以编写一份报告，这也将减轻与常规自动化过程相关的技术操作负荷。
正如亚马逊创始人Jeff所说，我们需要更多的“实验”和数据探索，我们不需要更多的报告。
如果你是业务分析师，请将请求从“报告”细化为数据分析。
如果你是数据分析师，建议与企业就这些混乱的数据建立分析合作关系。
我们可以一起以快速和可持续的方式挖掘数据真正的商业价值。
原文作者：Albert Suryadi
翻译作者：过儿
美工编辑：过儿
校对审稿：Dongdong
原文链接：https://towardsdatascience.com/data-reporting-vs-analytics-aebff74509da
