❖ 同学你好👋同学你好，如果你在企业中的业务部门承担数据分析工作，那我猜你现在看到的这篇文章，大概率是你的数据部门/IT部门小伙伴推荐给你的😄 首先，恭喜你，因为你所在的企业是一家重视数据价值的企业，你所从事的数据分析工作是受到关注的，甚至是对部门、对企业经营发展至关重要的，自己的工作成果被重视、有价值，一定很有成就感吧！ 同时，如果你是刚刚接触观远，那你之前的数据分析工作很可能也比较辛苦…… 或许，你是一名Excel表哥/表姐，会搭建很复杂的Excel分析模型，vlookup和数据透视表用的飞起，但是每次的周报/月报都要手工从各种系统中导出各种报表，导入到辛苦搭好的Excel模型中，如果数据量太大，模型把电脑跑死机了，又忘记保存，想砸电脑的心都有了😭； 或许，你能熟练使用各种数据分析语言，SQL、R、python统统不在话下，但是偏偏把自己干成了部门里的SQL boy/茶树姑，因为缺乏统一的数据分析平台和权限管理机制，导致你的分析成果很难安全可控的在公司内分发，只能按不同人的需求人肉取数和分析，今天这个来要数，明天那个来要数，烦都烦死了！ 或许，你也用过其他的BI工具，对ETL、可视化分析略知一二甚至技艺精湛，终于盼来了公司自己的BI平台，可是这个什么“观远数据”是啥，我咋没听过？哈哈，请放心，这篇文章将带你一步步走进观远数据的世界，等待你的是“真香预警”😊 ❖ 我该从哪里开始？观远数据的介绍就不放了，有兴趣的同学可以在观远数据的官网上了解：www.guandata.com 但我推荐你在这里注册一个自己用的观远账号，注册登录进去看到的“观远BI体验中心”不但有丰富的参考案例和产品功能演示，也可以自己上传数据（仅支持Excel和CSV格式），体验各种最新功能。
为什么建议从这里开始你的观远之旅呢？ 虽然你的数据部门/IT小伙伴可能已经在公司内部的BI平台上给你开通了账号，但是上面的参考案例和帮助指引未必很丰富，用观远BI能做出来什么样的图表和分析，案例也可能不多，在体验中心这里，你可以多看看，因为学习总是从模仿开始的。 并且，因为一些原因，在公司内部的BI上，你可能没有很多复杂功能的权限（比如ETL），你可以先在体验中心练练手（不会搞砸公司内部的平台），当你已经熟练掌握了一些复杂功能后，就可以更有信心的找你的数据部门/IT小伙伴申请相关权限了，“放心吧，我会用了！”。 有一定BI工具使用经验的同学，看到这里可能已经迫不及待去体验了，没问题，自己动手探索，是我最推荐的入门学习方式。 ❖ 我是BI新手，只会Excel怎么办？如果你完全没有用过BI工具，也不要担心，在“观远学堂”（https://xue.guandata.com）里有完整的从入门到进阶的培训视频，可以一边看视频，一边在体验中心上一步步实操，熟悉各种常用的功能。 ● 但是，其实，你更关心的问题可能是：我为什么要学BI？“我花了那么多精力，终于把Excel玩明白了，可以做出各种分析报表，这个BI是干嘛的，值得我再花精力学一遍么？” 如果有这样的疑问，是非常自然的。 首先要回答的一点是：BI并不能完全取代手工报表，甚至在某些场景下，没有Excel灵活好用。 要不要学BI，要花多大精力学BI，取决于你的实际工作需要（当然，“技多不压身”，学了也不亏），如果你经常需要： 一、处理非常大量的数据，甚至直接从公司数据库取数做分析，会发现线下报表的数据承载能力开始出现瓶颈，一张报表要转好久，甚至把电脑卡死机，那你一定要学会观远BI，它可以轻松处理上亿、甚至几十亿的数据量； 二、周期性的出比较固定的几张报表，处理逻辑比较固定，但每次都要花大量时间来搬运、捣腾数据，那建议你尽快学会BI，它可以记住你处理报表的计算逻辑，每次数据更新后，可以自动或一键同步数据，等上几分钟，新的报表就呈现在眼前了，腾出更多的时间来处理更有价值的事，或者少加点班，不香么？ 三、看到数据团队做好的标准看板，还是觉得“just so so”，很多业务上的关键问题没有展示清楚，很多指标口径没有匹配最新的业务需求及时迭代，还要把报表导出来自己二次加工一遍，那你不学会BI真是太可惜了，因为BI的分析和交互能力在很多方面要远远好过Excel，像多图表联动、图表下钻、多维聚合等分析功能，在BI上都可以很轻松的实现，可以帮助你更直观、更敏捷的洞察数据背后的业务问题，而不用等数据团队去排期开发标准的看板，打断你的分析“心流”。 ● 哪些场景不适合用BI？当然，观远BI（其实是任何BI）都不是万能的，无法解决或者不一定适合用在所有的数据分析场景，比如： 一、需要一边统计分析一边调整数据或输入大量参数的场景（如：投资测算、收益预估等），这种场景的分析所用到的大部分数据不是来自于实际发生的结果，而是来自于对未来的预估，数据颗粒度通常也不会很细，BI工具的数据自动同步和适合处理大数据量的优势无从发挥，构建不同类型数据间的勾稽关系也不够灵活； 二、分析规则复杂且复用性不高的分析场景（如：行业研究分析、新项目可行性分析等），这种场景下，需要根据具体的目标构建非常复杂的分析逻辑，同样的分析逻辑很难应用到其他场合，那么就也没有太大必要为了把这种“一次性”的分析在BI上实现而专门学习BI，当然，如果你已经熟练掌握BI工具了，这种场景下合理利用BI工具的优势，也能有效提升你的工作效率； ❖ 我用过其他BI工具，很多复杂的分析场景该怎么用观远BI实现？如果你学习过甚至深度使用过其他的BI工具（PowerBI、Tableau等），那么观远BI的学习之旅将轻松很多，比较基础通用的概念，如：数据源、字段类型、聚合、二次计算等概念都是相通的，只是在操作界面的布局和页面搭建的操作上会有不同，相信经过1-2天的摸索，基本上也能够适应了。 除了比较基础简单的可视化呈现，BI工具还能够适应更复杂的数据处理和分析场景，这里先简单做个类比，不同功能模块的详细介绍大家可以在观远的帮助中心（https://guandata.com/help）和观远学堂（https://xue.guandata.com）中深入学习。
❖ 学会BI工具的基本功能后，我该如何把它用在实际工作中呢？任何工具的使用都离不开具体的“场景”，但是数据分析的场景太多了，可以说无穷无尽，而且众多的分析师每天还在创新更多的分析方法，来解决各种新出现的业务问题。各种数据分析的论坛、公众号、专业著作上都介绍了大量的分析方法，应该从何学起呢？更重要的是，如何把这些分析方法在观远BI上实现，并用到我的日常工作中呢？ 要回答这个问题，还是要尝试先把这个问题本身“分析分析”。 我个人的理解，这是一个“分析方法”与“业务场景”相匹配的过程，BI工具在中间充当了桥梁，而分析师就是搭建桥梁的人，要搭好这座桥，需要解决好3类问题，即： 1、熟悉分析方法 2、理解业务场景 3、掌握分析工具 ● 关于分析方法根据你所在的行业和岗位，一定已经在工作中接触到，或通过自学了解到很多的数据分析方法了，如比较常规和简单的趋势分析、占比分析；稍微复杂的留存率分析、转化率分析等。 而偏学术一点的分类，会把分析按照“描述性分析”、“预测性分析”、“诊断性分析”等来分类。
虽然不同行业和领域可能会有很多各自特色的分析方法，但当你尝试多了解、多学习后，会发现这些分析方法的底层逻辑其实是相通的，这也是为什么现在越来越多的数据分析师开始跨行业发展，能够把自己在其他行业的数据分析方法触类旁通、举一反三的应用到一个曾经很陌生的行业中。 在学习数据分析方法的过程中，建议要兼顾“深度”和“广度”。“深度”指的是在某个领域的深耕，如运营分析、经营分析、财务分析、供应链领域等都有其专业领域内的复杂分析体系，需要花费大量的时间精力去钻研和实践；“广度”指的是在本专业，甚至本行业以外，多看看其他行业其他领域的分析方法，了解不同的分析案例，理解不同分析场景的本质，就能更好的借鉴，给自己所做的分析工作带来启发。 ● 关于业务场景分析本身不能带来价值，只有通过分析影响决策，决策带来行动，行动落地执行产生了业务结果，才能带来价值。因此只有熟悉业务场景，知道一个分析结论是如何层层传递到业务执行上，才能让自己的分析更有效，而不是仅仅停留在“我有一个idea”的层面上。 然而，即使是同一个行业，不同企业的发展阶段不同、管理风格不同，也会导致其内部的业务场景千差万别，作为业务分析师，就需要善于运用各种渠道和手段（管理会议、跨部门交流、实地调研等）去熟悉企业内部的业务流程（不仅是流程系统上的“流程”）、决策路径、业务场景等信息，知道这一串串数字背后到底“发生了什么事”。 ● 关于分析工具随着技术进步和工具产品的发展，分析工具的使用门槛在逐步降低，甚至伴随ChatGPT的出现，未来BI工具与AI的结合也会更加紧密，甚至出现0门槛的问答式分析工具。 在这种背景下，作为业务侧分析师，还有必要学习BI工具这种可能马上就要“落伍”的工具么？ 我的建议是“要学“，因为无论AI如何发展，关于数据分析的基本概念，数据处理的基本逻辑，数据质量如何影响分析结果等这些基础的东西不会变，而且任何一项新技术的普及都需要时间，在AI照进现实前还有那么多的业务问题摆在眼前，学习BI工具来提高自己的工作效率是一件稳赚不赔的事。 如何用好观远BI来连接”分析方法”与“业务场景”，除了靠在“体验中心”上学习各种行业案例和“观远学堂”中学习实操案例，还有这么几种方式： 1、多逛逛本文所在的“观远社区”，未来会有更多的观远用户在社区上互相学习、交流心得，也会有更多的案例文章发布上来，你也可以把你面临的问题抛出来，让更多有类似经验的同学给你参考建议； 2、直播干货（https://www.guandata.com/events#live），这里面有观远专家的经验沉淀和其他观远客户、外部大咖的案例分享，总能找到对你有帮助的干货知识； 3、交流活动，留意观远组织的活动通知，一些线下的培训或交流活动也是你认识其他分析师学习交流的很好方式。
❖ 结语这篇文章只能算是一个引子，帮助你在观远数据的门口做一点心理建设，期待未来有更多机会和你交流，也祝你的观远学习之旅一帆风顺！ |
