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

美国职场新闻分析栏目:北美求职指北-E周报 (6月第3周)

Jun 22, 2021
  • 非农数据利好,初领失业金人数意外增加
  • 入境签证申请积压恐引发全美用工荒
  • Amazon等大厂加拿大招聘持续增长

后疫情时代的技术岗

Jun 16, 2021

上周,我们在Reddit上举办了一个AMA (关于R/CS职场领域的问题),讨论了疫情后的技术就业市场,包括对顶尖技术技能的需求、机器学习是否被夸大、以及人们在一段时间后重返科技行业的方法。

详解技术面试流程中的5个要素

Mar 02, 2021

在所有关于在科技行业找工作的说法中,有一个普遍的真理引起了每个求职者的共鸣:这个过程似乎永远到不了头。但这是为什么呢?

Leave a Comment

Your email address will not be published. Required fields are marked *

Comment *