当今的企业，随着数字化技术日新月异的高速发展，多数企业都在进行数字化转型的规划，即顺应新一轮科技革命和产业变革趋势，不断深化应用云计算、大数据、物联网、人工智能、区块链等新一代信息技术，激发数据要素创新驱动潜能，打造提升信息时代生存和发展能力，加速业务优化升级和创新转型，改造提升传统动能，培育发展新动能，创造、传递并获取新价值，实现转型升级和创新发展的过程。
而在企业内部分工也日趋细化，采购、服务、市场、销售、开发、支持、物流、财务、人力等各个环节，无时无刻不在产生着大量的数据。能否从各种各样的数据中，快速获得有价值信息，直接决定了企业在数字化转型升级的过程中能否立稳脚跟。所以，构筑企业的数据与分析能力，是奠定数字化转型成功的基石。
那么，如何能让数据发挥应有的价值呢？数据分析将为企业的经营决策提供数据支撑，把数据变成信息、帮助企业把信息变成决策，把决策变成行动，把行动转换成更高效业务操作，以快速响应市场需求变化，形成轻量化、协同化、社会化的业务服务新模式，动态响应用户个性化需求，获取多样化发展效率，开辟新的价值增长空间。从而增加企业的竞争优势。因此，“价值驱动”将成为基于数据的挖掘分析潜在价值在数字化升级中发挥重要作用，并且构建分析型企业的竞争优势。于个人而言，我们也应该要懂得如何实现可持续的价值创造，才有可能突破职业发展的瓶颈！
数据分析学习，在于将别人的知识转化成自己的知识，食之化尽，举一反三。从四个方面大家一起探讨价值驱动视角下的数据分析实践；
1.分析职业观察（有哪些值得思考的痛点？）
2.企业价值（社会价值、商业价值，及实践路径选择···）
3.分析价值（职业价值主张，价值创造与价值回收···）
4.核心能力体系（知识堆积到体系化应用及价值变现 ···）
做一个对世界充满好奇的人！在分享之前，我们可以先思考几个问题：
★你了解过数字化转型升级相关内容吗？
★如何实现可持续的价值创造？
★你了解价值驱动、数据分析与企业数字化关系么？
......
01.分析在创造哪些价值？
对于明确的业务问题，利用SQL获取数据、BI工具可视化洞察、Python/R复杂数据处理，再结合行业分析、定量分析及财务分析方法，寻找能够最大限度影响商业决策的认知增量，最终产生超预期的商业结果，这是我们心中非常完美的工作画面，也是价值创造的充分体现。
然而事实总是未能如愿，实际工作中，分析从业者都有过如下类似的感受：
● 工作非常辛苦，但没有任何反馈、甚至结果不被认可，根本找不到改进方向
● 考评绩效差、长期得不到职业晋升或加薪
● 忙碌于琐事/自我麻醉、缺乏有效成长路径
● 职业竞争力越来越差、且日渐焦虑与烦躁
实质上，分析与业务的关系，类似于乙方与甲方的关系。期待甲方主动表扬、提供更多回报本身就是不现实的。而忙于事，还是进行价值创造，抑或是可以实现价值回收，这是三个不同的课题。
02.分析框架
03.分析从业者成长路径？
在我这10年成长过程中，最难、最痛且最煎熬的莫过于以下四个问题：
·哪些事情是真正有价值、且事半功倍的？
·忙碌、多做事，有意义吗？
·想多产出价值，却四处碰壁、没有路径？
·SQL、BI、Python、分析方法...学了一大堆，还是做不好分析？
对于上述痛点，我在总结了这些年的思考与有效应对策略：
1、只有高价值的事情，才值得投入。而想要找到，就必须清晰理解企业的战略目标与经营管理规划。
2、事情并不等同于价值，忙碌更无法解决焦虑。只有以规模、成本与效率的框架进行思考与表达时，才能将事情转化为老板听得懂的价值。
3、每个人都想做出好的业务结果，这是对的，但是实现需要方法论，光靠激情与口号是不够的。
4、总有很多人告诉我们要学工具、学方法、学沟通...它们是做好分析的基础要素，但不是分析本身。缺乏简单、体系化的知识体系，就会陷入知识堆积、难以付诸实践的尴尬处境。
Who-What-How模型，它能够帮助我们想清楚很多底层问题：
Who：我服务的核心用户是谁？
What：我能为他们提供什么独特的价值？
How：这些价值通过什么方式实现，又如何获得价值回报？
who-what-how模型视角下的逻辑思考，以核心用户驱动职业效率，避免在how层面持续自耗。这里最重要的是Who，你想要匹配什么样的核心用户？当清晰的锚定核心用户后，才需要回答应该具备哪些商业认知、实践方法、核心能力。很多时候，我们找新的工作机会，其本质就是找那个能够帮助自己更快成长的人。
01.战略地图与平衡计分卡
使命与愿景是价值选择，它告诉我们去哪里
战略描述：将战略思考与商业模式转化为一张目标明确、逻辑清晰的战略地图
战略衡量：运用平衡计分卡进一步构建衡量战略的量化体系
战略举措：通过制定战略性行动方案，将战略转化为行动（年度经营规划）
02.经营管理与经营分析
经营管理：是一种组织机制，中长期保障战略目标达成、短期保证年度经营规划的落地与迭代；
经管会议：是业务作战会议，聚焦于集中力量打赢关键战役，达成年度经营目标；
经营分析：是企业与各业务单元的主要作战进展的直接呈现，经营仪表盘。
03.分析型企业挑战
价值空间：只是聚焦于具体业务问题的研究分析，分析工作就很难走的更远，其单一价值产出难以支撑个人成长诉求，唯一能做的就是不断寻找更大的价值空间;
探索方向：由具体问题向年度经营目标达成、企业整体经营决策效率优化等方向拓展，这更能凸显价值且具备更大的结构成长空间;
(分析产出漏斗)
(混合式团队架构)
04.企业数字化转型的根本任务是价值体系重构
企业是一个创造、传递、支持和获取价值的系统，价值体系没有重构就不能称之为成功转型。
05.数字化转型能带来哪些价值效益？
01.分析价值主张
价值主张（why）：是在清晰洞悉企业需求的基础上明确我们想要做什么，而价值创造是围绕价值主张的实际输出.
价值主张（what）：不断构建与完善分析驱动机制，借助具备共识的量化语言体系推进同欲、同知、同行，进而加速分析型企业及决策优势建设.
(价值创造空间)
(空间网状模型)
02.如何看待日常工作？
如何看待所遇到的问题，就意味着解决路径在哪里，真正的区别在于站在哪、以什么样的视角来观察。规模、成本、效率视角下怎么看？
03.实践路径-SE环
企业需求：寻找可持续的确定性，而研究性的工作却往往意味着各种不确定，机制的构建与完善是通向确定性的桥梁，持续的正反馈是价值创造延续的基石。
（分析加强环）
（SE环）
1. Situation：业务场景的状态。
2. Question：需要被明确回答的问题，核心在于产出真的、高价值的、且可被分析解决的问题。
3. Answer：回答问题的过程，本质是分析技术、工具技术、业务技术与领导力的系统化实践能力。
4. Evaluation：评价，包括产出结果的效用、成本，即以多大成本贡献了多少被共识的价值创造。
5. Expansion：影响力与能力拓展，核心在于分析型企业建设。
01.核心能力体系框架
核心能力：是指能够将数据转化为业务策略（决策）所需要的各种关键能力的集合；
个人成长：max F（分析技术, 工具技术, 业务技术, 领导力）
02.领导力塑造
领导力：除各种技术型能力之外，同时又影响在业务场景中以最小代价达成目标的能力。
路径：跨场景优势、个人影响力、资源杠杆（团队）。
03.AI在改变什么
·AI改了很多方面，例如提高了信息检索和推荐的效率和质量，增强了人机交互的自然性和智能性，扩展了人类的创造力和想象力，优化了决策和管理的过程和结果等等。
·AI应用：以DIKW模型为例，未来分析的起点就是Knowledge
·背后逻辑：技术进步带来生产关系重构，由“集中生产-广泛消费”--->“广泛生产-广泛消费”
总结
以上就是本次分享的全部内容！数据分析的价值将不断被放大，不止于分析结果，“价值”将驱动企业实现新的商业模式的探索和突破。
所以，对数据分析从业者来说，除了有很好的数据分析专业素养，是否有业务高度，是否能够将数据分析跟公司的业务结合起来，特别是跟商业价值结合起来，通过数据分析来驱动业务发展，是核心所在。
作者 | 黄小伟，先后就职于粉丝网、网易，目前在有赞担任BI总监，长期关注企业研究分析能力与决策优势建设、数据价值挖掘与变现。