编辑导语：如今互联网行业发展完善，很多时候会用业务数据化的方式进行业务运转和数据的提取，业务数据化也需要各部门的配合；本文作者详细介绍了什么是业务数据化，以及如何践行，我们一起来看一下。

01 什么是业务数据化？

“业务数据化“这一概念属于老生常谈，互联网行业中，数据是一切行为的基础；业务运转过程中会产生、积累大量的数据，在大量的数据中提取重要信息利用、分析、迭代，才能促进业务可持续的正向发展——这一完整的循环过程才能称之为“业务数据化”。

今天就从实际工作场景出发聊聊“业务数据化”该如何实现；说到“业务数据化”，不得不先讲讲各工种之间的配合。

老板下达一个决策命令，信息传输的先后顺序通常如下图所示：

首先是产品和运营，这里的产品指前台产品，如：扛起DAU的用户产品、扛起收入的商业产品，他们站在业务的前线，距离决策指令是最近的。

接下来是数据分析师，他会穿梭于各种评估、汇报、复盘之间，接收到的信息基本是二手信息。

然后是数据产品，前台产品、运营、分析师分别从各自的角度验证项目的可行性，最终才会推进业务指标、模型的系统化、可视化。

**是数据开发工程师，处于信息传输的末梢。

大家应该都知道接力猜词的游戏，在信息传达的过程中一定会出现折损和偏差，团队各环节都很关键，配合度决定了游戏的结局。

业务运转中，如果数据生产使用闭环遇到障碍，可能会导致数据产品、工程师的产出满足不了业务同学的诉求；业务同学提出的零散数据需求，会被视为数据体系之外的边缘化需求；夹在中间的分析师同学会接到很多取数需求做着重复的机械劳动。

久而久之，出现断层，业务数据只做到了积累没有高效应用，业务数据化就成了空话。

这个过程中，数据分析师就应该起到承上启下的作用，跟前台产品、运营比更懂数据，跟数据产品、工程师比更懂业务，且站在信息传输的中心。

以具体数据需求为例，还原推进场景：一个Landing Page用户访问路径数据需求。

业务同学的诉求：需要知道用户从起始访问页面至转化行为页面中，访问了哪些页面触发了哪些点，记录访问的先后顺序，并且对产生的转化量做页面和点的归因。（内心OS：用户的行为日志里不应该都有吗？这是个基础建设的需求，理应满足！）

数据产品同学：背景是？数据细到用户的应用场景是？如果是低频需求分析师不可以支持吗？（内心OS：你知道这数据量有多大吗？平台上已有的路径分析不能满足你们的需求吗？）

分析师：……（内心OS：又躺枪了）沟通一度陷入僵局。

我们抛开自身的职业立场来分析一下这个需求。

“需要知道用户从起始访问页面至转化行为页面中，访问了哪些页面触发了哪些点”，是因为需要知道用户会在哪些页面的哪些位置转化？中间经历了多少步？缩短能否提升转化率？

“记录访问的先后顺序”，是因为不同的访问顺序代表了用户的不同意图。

“聚合页→列表页→聚合页→详情页”和“聚合页→列表页→详情页→详情页”，同样经历4步转化，前者初断：推荐并不精准用户带有明确意图访问转化。

后者初断：用户根据推荐内容转化；“并且对产生的转化量做页面和点的归因”所有的动作都需要量化拆解，才能更好的达成目标。

02 如何实现业务数据化？

相信业务方在提出数据需求之前一定做过数据分析的工作了，无论是自己分析还是提需求给分析师，此时承担分析师角色同学的表述都十分关键。

优秀的分析师该这样做：