做了近十年的資料分析工作，也參與過企業的資料化管理專案，談一談我的看法：

首先資料分析在企業當中實現決策管理，永遠都不能只靠工具，而是要靠人！

有的時候就算資料分析發展的再高，實施起來可能也不那麼容易，換句話說實施的成本太高。

因為老闆更相信自己的經驗，而不是結果。或者說老闆或者業務覺得資料分析有價值，但是需要做更有價值的事情，也就是資料分析的結果價效比太低，公司的資源是一定稀缺的，要說服領導支撐資料分析是件很困難的事情。

一來，資料系統的基礎一定要好，起碼在元資料的儲存、ETL和資料倉庫建設上能夠實現基礎的功能。因為不管是業務，還是企業管理，領導總是想要最好的，哪怕公司的資訊化水平是很差的、很不成熟的，但是他們從來不是基於其現狀提需求的，比方說公司的人力部門，我就碰到一次領導找我們想要做人力管理，單獨做人力挖掘系統。

首先我們的出發點是有沒有必要做這件事情，其次有沒有基礎做這件事情，最後就是有沒有最小成本地實現方法，這是我們資料分析的思路；而實際上，領導的出發點不是基於現狀，而是基於問題，可能是因為他們想要透過挖掘系統來對員工進行監控，有了問題就有需求。可是現實情況是，人力部門的資訊基礎是很差的，如果想要單獨為人力系統做一個挖掘系統的成本是非常大的，其次這種挖掘功能帶來的價值性是否真的很高，值得我們耗費大量人力去做這件事，所以一沒有必要，二沒有基礎，三成本太大，這個需求我們是堅決不會同意的。

二來，資料分析的物件要突破業務瓶頸，實現能夠達到上層需求的程度。比如說我們分析了零售的成本升高，你想要提出一些建議，首先就要按照目標導向進行分析，分析結束之後再用目標導向反過來去倒推我們的結論是否正確。公司目標是為了提高利潤，掙到錢，業務部門的目標就是為了在保證盈利的前提下提高利潤率，降低成本，那麼我們的個人目標就是分析出異常值，減少某產品的進貨是否真的能夠提高利潤率？能夠提高利潤？能否降低成本？因為能夠解決高層需求了，實現公司的目標了，自然就能夠促進公司的領導對資料分析進行輔助的決策管理。

三來，資料分析的技術瓶頸要突破，主要關注的技術有三個：

資料採集是否完整？資料分析是基於分析物件的底層基礎資料，分析人員採集的資料是否完整，有無遺漏，有無異常都會導致分析的可行性。採集資料所遵循的原則是，收集的資料應該能比較全面的從不同方面反映了分析物件的總體的實際情況。因此，資料採集是否完整會直接影響資料分析是否可行。

資料反映的情況是否真實？我們知道分析物件的業務經營是可以看得見的現實反映，而我們要用資料去記錄企業的業務軌跡，它能否真實、全面地反映現實情況，這主要取決於資料真實性，所以這也是一個能直接影響到資料分析可行性的指標。

分析的資料是否充分？我們知道企業的經營和管理是多方面的，資料是否能充分地反映企業的經營管理狀況，這也是我們所要考慮的。在分析過程中，我認識到資料其實是具有一定的侷限性的，幾乎不可能完全充分反映企業各現狀的真實面貌。

四來，資料分析要能夠真正最佳化企業的管理成本，最好能夠產生實際價值。這一點時資料分析的通病，但是我們仍然可以藉助一些專業的技術平臺，比如資料分析的上層應用，透過報表的手段最佳化企業的日常管理流程等等。

資料分析以現有的程度還無法全面滲透到企業管理，以工業生產為例，技術資料是企業核心競爭的基礎，但技術出現偏差，就會影響到下面所有環節，產品成本(生產廢品、裝配偏差等等)，售後維修，這些以技術為核心的資料，沒有專業的資料分析人或公司，給出客觀的理論，企業產品無法升級更新，直接影響企業發展。有些大型諮詢公司，只針對企業採購、銷售、運營的資料分析，只是治標不治本的辦法。