做了近十年的数据分析工作，也参与过企业的数据化管理项目，谈一谈我的看法公司管理 数据分析：

首先数据分析在企业当中实现决策管理，永远都不能只靠工具，而是要靠人！

有的时候就算数据分析发展的再高，实施起来可能也不那么容易，换句话说实施的成本太高。

因为老板更相信自己的经验，而不是结果。或者说老板或者业务觉得数据分析有价值，但是需要做更有价值的事情，也就是数据分析的结果性价比太低，公司的资源是一定稀缺的，要说服领导支撑数据分析是件很困难的事情。

一来，数据系统的基础一定要好，起码在元数据的存储、ETL和数据仓库建设上能够实现基础的功能。因为不管是业务，还是企业管理，领导总是想要最好的，哪怕公司的信息化水平是很差的、很不成熟的，但是他们从来不是基于其现状提需求的，比方说公司的人力部门，我就碰到一次领导找我们想要做人力管理，单独做人力挖掘系统。

首先我们的出发点是有没有必要做这件事情，其次有没有基础做这件事情，最后就是有没有最小成本地实现方法，这是我们数据分析的思路；而实际上，领导的出发点不是基于现状，而是基于问题，可能是因为他们想要通过挖掘系统来对员工进行监控，有了问题就有需求。可是现实情况是，人力部门的信息基础是很差的，如果想要单独为人力系统做一个挖掘系统的成本是非常大的，其次这种挖掘功能带来的价值性是否真的很高，值得我们耗费大量人力去做这件事，所以一没有必要，二没有基础，三成本太大，这个需求我们是坚决不会同意的。

二来，数据分析的对象要突破业务瓶颈，实现能够达到上层需求的程度。比如说我们分析了零售的成本升高，你想要提出一些建议，首先就要按照目标导向进行分析，分析结束之后再用目标导向反过来去倒推我们的结论是否正确。公司目标是为了提高利润，挣到钱，业务部门的目标就是为了在保证盈利的前提下提高利润率，降低成本，那么我们的个人目标就是分析出异常值，减少某产品的进货是否真的能够提高利润率？能够提高利润？能否降低成本？因为能够解决高层需求了，实现公司的目标了，自然就能够促进公司的领导对数据分析进行辅助的决策管理。

三来，数据分析的技术瓶颈要突破，主要关注的技术有三个：

数据采集是否完整？数据分析是基于分析对象的底层基础数据，分析人员采集的数据是否完整，有无遗漏，有无异常都会导致分析的可行性。采集数据所遵循的原则是，收集的数据应该能比较全面的从不同方面反映了分析对象的总体的实际情况。因此，数据采集是否完整会直接影响数据分析是否可行。

数据反映的情况是否真实？我们知道分析对象的业务经营是可以看得见的现实反映，而我们要用数据去记录企业的业务轨迹，它能否真实、全面地反映现实情况，这主要取决于数据真实性，所以这也是一个能直接影响到数据分析可行性的指标。

分析的数据是否充分？我们知道企业的经营和管理是多方面的，数据是否能充分地反映企业的经营管理状况，这也是我们所要考虑的。在分析过程中，我认识到数据其实是具有一定的局限性的，几乎不可能完全充分反映企业各现状的真实面貌。

四来，数据分析要能够真正优化企业的管理成本，最好能够产生实际价值。这一点时数据分析的通病，但是我们仍然可以借助一些专业的技术平台，比如数据分析的上层应用，通过报表的手段优化企业的日常管理流程等等。

一个小公司如何进行数据化管理？

对于企业初期做数据化管理，提几点建议：

1、如果是想建立数据归口，建议讲数据都归整到数据库中，excel的数据也要建立相应的管理机制,什么时候上传，格式，字段，从源头把控数据质量。

2、先找IT部门了解一下实现的技术逻辑，没有人比公司IT部门更加了解实现的机理、困难。比如不知道数据量是个大问题哈（不太清楚你们公司的业务状况，数据量大是不是要考虑上数据仓库之类的）。所以，如楼上所讲，先要对现有的数据有个评估，和IT部门讨论实现方案和背后的障碍，需不需要增加软硬件，需要上哪些系统，预算大致多少。

3、报表工作是围绕业务的，所以后面还要和业务部门讨论，他们要实现哪些需求，需要那些报表，那些分析，哪些流程需要挂到节点上，配合模式？画个流程。

4、“大而全的excel”这可定是要上FineReport这样的报表系统的，或者是水晶，这个前期需要调研选型。如果是选择BI工具，也和报表系统类似，是独立部署还是集成开发，所有的这些也需要和IT主管谈一下。