在数据分析前要找到分析的目标，带着问题去分析，也就是了解前期数据分析的需求，后期，需要做数据回报才具有针对性，目的性。

需求分析师是否适合做数据分析？这是我最近在想的问题。

需求分析是基于业务场景的商业化分析，不是技术分析，但需求分析的过程包含了数据分析，用数据驱动产品开发这完全是可能的，从数据中找到产品运营的不足，从而驱动产品开发。

数据分析也是从产品分离出来的需求要点，数据可以绘制用户画像及行为轨迹，可以监控产品转化及发展情况，可以横向评估效果，这个过程涉及到产品、运营、市场、技术等多部门协同，数据分析也是一种很伟大的产品需求开发方法。那怎么根据现有产品数据来做一次数据分析呢？以下拙见供大家学习……

一、界定数据分析的目的与实现

数据分析之前， 我们要界定好此次分析的目的，一般我们分析数据有四种目的：

1. 战略决策
2. 投资决策
3. 营销决策
4. 产品决策

数据分析是一个积累的过程，数据也是一样，数据从小到大，从少到多，数据从量变开始质变，并且体现在多个方面，触发蝴蝶效应，推动其他领域的变化。

（1）催发数据性思维

数据性思维表现在：

1. 对全部数据进行分析，而不是随机抽样；
2. 并不过于追求精确性，而是重视数据的复杂性；
3. 更多挖掘数据的相关性，而不是因果
4. 数据之间的关联关系。

（2）产出“数据资产”

数据不断的累计和整合，使得数据变成无形资产，使数据逐步帮助企业做决策，帮助产品设计导方向，改变运营策略。

（3）数据资产可以变现

数据可以像商品一样可以进行售卖，数据变现使得数据有了价值，然而，不同数据，不同数据质量也具有不同价值，但数据的价值却是客官存在的。

数据分析，永远都是为了产品发展而服务，一切目的不外乎：获得用户、留住用户、增加收益、扩大品牌知名度，而数据正验证我们的设想，同样，数据分析也是最客观和准确的途径，为决策做基础。从数据的产生到分析、整理、展现、利用、再循环利用，这是大数据思维方式的转变也是商业化新模式的开始。我们所要做的数据分析，不外乎就是将数据利用再利用的过程。

二、什么是数据分析

数据是由什么组成的？一个数据单元有多大？怎样产生和传送？数据不是凭空而来，数据是一个场景，一个业务，一个应用产生而来，数据的价值是它产生的环境，过程的独特属性而赋予的。数据不同属性，造成了数据价值的差异性及应用层面的差异性。