企业数据分析可以分四步走：描述公司数据分析管理制度、诊断、预测、指导
谈到数据，大家都喜欢拿大数据说事儿，精准营销、客户管理、企业洞察，但事实上，对于大部分中小型企业来说，把创立至今多少年来各个渠道积攒下来的数据统合到一起，也仅仅只是小数据而已。
这些数据，选用合适的工具，可以非常轻松的管好。不过，在选工具之前可以先问自己这样一个问题：我要用这些企业数据，做什么样的分析？
采用数据分析的逻辑，这里关于“如何分析企业数据”也设定两个维度：价值和复杂程度。依据不同程度可划分为四种类型：描述型、诊断型、预测型、指导型。
［描述型］的分析回答what的问题：我的企业发生了什么？
数据类型通常是综合的、广泛的、实时的、精确的，以高效的可视化来展现。
比如说，某公司的销售月报，就是［描述型］分析。
（FineReport分析看板）
一个看板上，汇总了各个地区的月度指标，完成率，完成度，它是实时变动的，到月底自动汇总。它不光“描述”，还有一定程度的分析，可以满足日常管理需求。比方说扬州这个地区，本月的目标完成率最低，但是年度目标完成率却较好，是否是本月的销售目标太高，还是考核上有松懈。如果是认为的松懈，年度考核是否也要记录阅读的考核成绩？
高效的可视化展现，一方面是说，做这个报告的速度要快，即问即答，不能我想知道今天的情况怎么样，但你三天之后才告诉我答案；另一方面是，这个报告以“模版”的形式存在，数据变了，报告也会随之变动，什么时候打开，什么时候都是最新的。
［诊断型］的分析回答why的问题：为什么我的企业发生了这样的事情？
需要有从全局钻取到细节的能力
需要有隔离所有混淆信息的能力
比如查看数据地图，我发现江苏的市场销售额较高，想知道是什么原因？于是点击该省份，能定位到各类产品的销售数据和响应的合作客户数据。
（FineReport钻取分析）
［预测型］的分析回答的是what likely的问题：我的企业将要发生什么？
主要回答战略性的问题：我的商业策略是否在一段时期内保持一致，根据算法，用历史模于预测某个具体的结果。
就像玩儿三国杀的时候，很多人喜欢诸葛亮，不停地使用“观星”一样，我们希望能够预测某件事在未来发生的可能性，或是预测一个可以量化的值，甚至预测某个结果可能发生的时间点。如何达成预测，一方面取决于你的工具，但更重要的，取决于你的预测模型。
所有的工具用到最后，拼的都不再是工具，而是用工具的人。
就像同样一台相机，马格南和司马南，用出来效果肯定不一样。
［指导型］的分析，回答的也是一个what的问题，但这个问题很直接：我需要做些什么？
最后，基于你已经知道的“发生了什么”、“为什么会发生”以及“未来可能发生什么”的分析，［指导型］分析可以帮助你确定可以采取的措施，也就是：驱动行动。
虽然我们习惯地称后两种分析为“高级分析”，但是比较客观地说法是：不同类型的分析能提供不同的商业价值，每一种分析都有它自己的用处。对于中小企业团队来说，80%对于数据的需求，都集中在［描述型］分析与［诊断型］分析之中。那么，要如何管理数据，才能更高效地利用企业数据完成［描述］与［诊断］呢？
管理数据的方法：1、 弱水三千，先取三千，再取一瓢
中小企业的数据缺乏系统化、规模化的管理，企业数据通常散落在各个部门手中，然后每个部门的数据，散落在不同业务人的手中。若想对企业的全景做出［描述］甚至［诊断］性分析，所要做的第一步是，把所有的数据集中管理——此为“弱水三千，先取三千”。
集中在一起之后，砍掉冗余数据，统一数据格式与粒度，梳理有业务需要的指标体系，形成CEO管理看板、财务管理看板、销售管理看板、市场部管理看板、人力资源管理看板等等。每个人看到的，都是跟自己工作密切、直接、实时相关的指标。这叫做“再取一瓢”。
（FineReport数据决策系统）
2、 突破IT瓶颈，学会自问自答
管理人员有自己的管理看板，看的可能是比较宏观的方面。如果发现问题，再进行下钻分析，让工作变得更为高效。但业务人员如想要精进业务，不可能满足于一个固定的看板。最好的方式是，［精准的数据权限］＋［自助式的分析工具］打配合，让业务人员能够突破IT瓶颈，用手中的数据，自问自答。
［精准的数据权限］突破的是数据的所有权；我的业务数据我做主，除了篡改，我应该可以随时都能看到它们，并且运用它们进行分析，而不是等着IT部门的“施舍”。
［自助式的分析工具］，突破的是数据的使用程度，我的业务数据我自己就能分析，而且可以根据我自己的角度来分析，甚至一边分析一边修正思路，而不是写好了需求让IT人员帮忙分析，想改需求还得愧疚请求，并且耐心等待。
3、 统一认知 化工作为合作
最后，我认为，中小企业拼的是活力，是即时反应，是通力合作。企业已经很小了，就不要销售部门跟市场部门、前端跟后台、人力和行政各种扔锅撕逼了。用客观的数据说话，统一对企业目前状况以及背后原因的认知，把用来撕逼、抛锅、扔猴儿的时间花在solution与action上，会更棒。
