這是三篇系列文章的***篇。本文章介紹針對移動應用數據業務分析(Business Analytics)的概況。涉及的各種數據建模技術可用于提供定價、盈利預測和用戶的潛在購買預測。后期的文章將討論移動應用開發者尤為感興趣的主題如業務分析于關聯規則及其與大數據相結合的運用。 

一、介紹業務分析

業務分析可稱為藝術與科學，是根據大量數據制定商務價值的信息和洞察。它的重要性在當今市場與日俱增。當今的現代企業已能獲取各種來源的數據(例如移動用戶行為數據)。但這些數據通常在業務規劃和市場研究的機會中使用率率不夠。為什么呢?因為原始數據如野馬，企業得先恰當地整理大量的數據以建立業務分析的基礎。

在移動應用的背景下，觀測到的數據是業務分析的基礎，可劃分為三類(請看以下信息圖)：環境(例如識別業務環境下公司優勢與劣勢方面的機遇與威脅)、用戶(例如如何確定最可能在一周內進行應用內購買的用戶群體?)以及交易(例如應用內購買都發生在何時?)。業務分析是一個以實現邏輯解釋為目標的逐步過程，從而對證所觀測到的數據規律。調查和實驗數據可后期補充業務分析。 

根據 Gartner 的以下調查，眾多垂直領域最盛行的數據來源是交易數據。零售 (93%) 和銀行業 (83%) 等傳統行業是利用業務交易數據最活躍的行業。這與70 年代零售業條碼的廣泛應用和銀行業的信用評分有關, 可稱為業務分析的起源。在移動應用背景下，Countly完整的一站式數字分析解決平臺提供交易(例如應用內購買記錄)和日志數據(例如個別用戶的事件記錄、漏斗記錄和應用內搜索詞記錄)為業務分析建立強大的基礎。 

來源：Gartner 2013

二、業務分析的價值

數據推動的市場營銷在用戶忠實度、用戶參與度和市場發展方面提供了可例證的結果。作為數據推動的市場營銷***的組織報告遠高于其對手的用戶參與度和市場增長。根據 2015 年福布斯的報告，***比落伍者在用戶參與度 / 忠實度方面實現競爭優勢的可能性高三倍(74% 對 24%)，而實現收入增加的可能性幾乎是后者的三倍(55% 對 20%)。

數據分析可推動對業務的理解，積極確認潛在問題，展現增長增速劑，并了解當前和未來的利潤推動因素。所創造的價值是顯著的，公司和用戶行為數據中所嵌入的洞察經過在來源中整合，對公司內的營銷、物流、財務和人力資源管等不同部門是非常寶貴的。

三、介紹業務分析的核心技術

優秀的移動體驗預期來自優步(Uber)和亞馬遜(Amazon)等行業***。這些組織進行了業務轉變從而跨渠道和設備提供相同的體驗。這些公司關注用戶體驗從而有效地切入大數據的相關點，建立了用戶洞察門檻，是企業核心的資源。

接著，業務分析技術可分為：

1.監督式方法可用于以下問題

(1)分類行為分析(Classification)如取款機(ATM)：不同地區的取款機每天該籌備何種數額的紙鈔?摸清取款額的因素。

(2)預測分析(Prediction)如欺詐檢測(Fraud detection)：如何從海量的交易記錄找出詐騙事件?指出不尋常的高現金交易或錯誤順序的采購訂單號。

2.非監督式方法

(1)關聯規則(Association)如電商購物籃(Purchase Basket )：同時買禮品包裝紙和禮品卡的比例(57%)和買了禮品一周內再買禮品包裝紙(28%)。

(2)數據簡化(Data Reduction)如優化企業運營項目(Performance Enhancement Programme)：如何指出優化企業運營相關的數據?觀察類似的企業的表現和做法，獲取相關數據意識。

業務分析也包含兼顧監督式和非監督式方法的領域如數據探索(Data Exploration)和可視化(Data Visualisation)。這可總結成以下的信息圖，了解監督式和非監督式方法所覆蓋的空間。 

四、采取行動

總而言之，絕大多數公司都擁有可快速轉變為寶貴洞察的海量數據。為了演示業務分析的作用，你可以考慮先限制業務分析目標，迅速確認數據機遇。然后以初步分析為基礎來再次投入更深入的分析，打造一個圍繞盈利、營銷活動、銷售團隊配置以進行更明智業務決策的循環。

我為初步開始移動數據分析的讀者總結以下提高成功機率的提示：

首先，切記結果地考慮，“始終結果是什么?或我需要什么樣的結果?”。這步驟得花些時間，但可保證結果讓企業感覺求賢若渴。

其次，敏捷、快速和分階段思考，而不是包羅萬象和緩慢地思考。分析少量數據集以確認機遇何處。

第三，在觀察這些數據集時，首先考慮高價值數如用戶流失分析、始終用戶價值和細粒增長推動因素。

第四，投入合適的人力或顧問資源。當然，企業應該首先從現有團隊中挑出合適的人才，如擁有數據庫經驗的人員。

第五，重復該過程以構建和創造更多價值。這一過程可每月、每季度或者在適當時進行。為提高效率，構建模板從而使日后的分析變得更輕松。

作者介紹 

[[168916]]

陳俊勛是Countly的中國與亞太區的市場經理。Countly 是開源的數據分析平臺，提供完整的用戶行為數據，而且可輕松完整導出。Countly 為移動和網絡應用程序提供高級分析和市場營銷。我們著重采用開源軟件和50多款開源庫、SDK 和框架。我們提供開源 SDK 和整個后端，包括服務器端組件和儀表板。歡迎聯系 Countly(hello@count.ly)。