数据分析师的工作远不止于解决数学问题，若是对商业运作一窍不通，那么对数据的探讨也就无从谈起。

曾与一位热衷于数据的人士交流，我们共同感受到电商行业的发展正呈现出加速态势，行业趋势的演变也随之加快。对于电商企业主来说，若想始终紧跟这些趋势，掌握数据驱动的技能便成了关键。

可喜的是，电商从业者今年对数据分析的重视程度有了显著提升，即便是从夫妻店起步的淘宝卖家也开始招募数据分析师，更不用说那些规模更大的电商平台。

然而，这样的现象却让我感到忧虑：现在的问题并非数据匮乏，恰恰相反，数据过于庞大。据数据显示，互联网上每60秒便会产生海量的信息，如此庞大的数据量，如何将其与商业数据相联系，成了摆在眼前的问题。目前，许多公司，即便是像凡客这样知名的电商企业，也未能有效利用这些零散的数据资源。

数据逻辑固然重要，但商业敏感度同样不可或缺。

有一个引人深思的故事：LinkedIn发现雷曼兄弟的访问者数量激增，却未深究原因，结果第二天雷曼兄弟便宣布破产。原因何在？原来是雷曼兄弟的员工开始寻找新工作。同样，在谷歌宣布退出中国市场前一个月，LinkedIn上出现了一些平时罕见的谷歌产品经理，这背后也是同样的逻辑。

设想一下，如果LinkedIn针对某上市公司分析相关数据，是否具有商业价值？我相信，51job这样的平台目前并未意识到采集这类数据的重要性，它们只关注注册用户数量等表面数据。国内许多互联网公司，正像将鱼翅当作萝卜一样，未能认识到数据的价值。

这个故事告诉我们，互联网中的数据，只有通过商业视角的分析，才能显现其价值。

如今的电商数据分析师，犹如企业老板的谋士，需要具备从海量而枯燥的数据中洞察市场密码的能力。

例如，一个具备商业意识的数据分析师可能会注意到，网站上婴儿车的销量上升，他几乎可以预测奶粉的销量也将随之增长。

再比如，网站上的产品作用各不相同，有的旨在盈利，有的用于促销，有的则用于吸引流量。这些产品在网站上的位置布局当然也应有所不同。

一个具有商业敏感度的数据分析师，知道如何利用数据推动公司目标的实现。

例如，乐酷天在与淘宝的竞争中，关注的焦点并非交易量，而是流量，即每天有多少新卖家加入，销售了多少商品。因为在竞争的这个阶段，人气是核心，而非交易量。如果新卖家无法卖出商品，仅靠老卖家的交易量增长，即便交易量每天都在增加，仍然存在问题。

同样，一家刚进入市场的B2C平台与一家已占据市场主导地位的B2C平台，两者的公司目标各不相同。前者关注的是吸引流量和人气，而后者更看重交易量、转化率和回头率。

当前，许多数据分析师出身于统计学领域，擅长处理回归分析和函数绘制，但这批人才往往缺乏商业意识，不了解数据对业务的具体影响，无法从众多数据中看出相互之间的关系，也就无法为老板提供有效的决策支持。

几天前，一位老板告诉我，他的团队每天都会向他报告数十个零散的数据。我问他，数据是否越多越令人困扰。他立刻表示我触及了他的痛点，因为请来的数据分析专家只是把数据摆在他面前，却没有告诉他行为数据与商业数据之间的关系。

试问，一个公司的CEO，每天面对数十个数据，如PV、PU、UV等，他们真的有精力一一解读吗？对他们而言，更重要的是了解是否存在问题，问题是什么，有哪些新发现，以及需要采取哪些行动。

我将这种理解视为数据世界中的“仪表盘”，例如，网站流量进入后的跳出率可以在仪表盘上直观显示。就像开车时，如果水温过高，仪表盘会亮起警告灯。同样，在电商交易中，也可以利用一些数据构建这样的“仪表盘”。

因此，数据分析师的工作并非仅仅是解决数学问题。

行为数据与商业数据，相互促进。

一个优秀的“仪表盘”能够在好坏情况出现时都提供提示。构建这样的“仪表盘”正是基于行为数据与商业数据之间的逻辑关系。

我提出了一个术语：前端行为数据与后端商业数据。前端数据主要反映用户行为，如访问量、浏览量、点击流和站内搜索等；后端数据则更侧重于商业数据，如交易量、ROI和LTV（客户终身价值）。

目前，有些人关注行为数据，有些人关注商业数据，但鲜有网站将两者结合起来分析。大多数情况下，人们只关注单一端的数据。国内一些知名的网站CEO每天也只关注一个结果数据：网站当天的成交量和销售产品数量。

然而，对于深入研究数据的人来说，每个数据点就像夜空中的星星，彼此之间存在着复杂的关系网。只需轻轻触动其中一个数据点，就能引发另一个数据点的变化。

以网站用户群为例。

某一天，某网站发现前端注册量和访问量有所增加，但交易量却未见起色，陷入了不死不活的状态。

原因何在？这是许多网站普遍存在的问题，每天都有人在思考。目前这个阶段，专注于互联网前端的人往往只关注点击量等数据，却很少深入后端的商业数据，如谁在重复购买，谁在影响5%~15%的核心用户群进行消费，谁在为网站带来正面或负面的传播。

负责网站后端交易的人则只关注销售，很少关心前端数据，如客户在网站上的平均停留时间是15分钟还是30分钟，这对未来的重复购买有何影响，客户是否进入网站社区与交易量有关联等。

找不到核心用户群的一个很大原因是没有将行为数据与商业数据对接起来分析。

于是，前后端数据断裂，无人知晓其中的关联。作为网站决策者，不了解核心用户群的行为特征，不知道如何刺激核心用户的增长，也不清楚用户从进入网站到离开的过程中哪些环节需要优化。

当然，这只是一个局部的观察。一个平台运营商要面对的用户行为前端数据和后端商业数据不计其数，买家和卖家也是成千上万。其中，前端哪个数据对整个网站后端的交易量影响最大，只要针对这个前端数据下功夫，必然能够刺激后端数据的增长；反之，如果后端某个交易数据表现良好，了解其来源渠道和主要贡献用户，网站的产品设计就应倾向于满足这些用户的需求，以提升前端的“转化率”等关键数据。

如果一个网站的核心用户群每月以10%的速度增长，那么它不成功也真是怪事。

遗憾的是，如今许多电子商务公司都在进行着“碰运气”的游戏：今天推荐A家的产品，明天撤销A家的产品，今天进行低价促销，明天又举办线下活动。这些决策的调整缺乏仪表盘的指引或有效的监控，都是在盲目尝试。