大数据行业快速发展的时代，很多人都有疑问，大数据究竟有重要，今天我们主要来讲一讲数据分析的重要性。
先毫不客气的说一句话：现在整个数据领域，很多自认为玩转数据的人，结果却没有几个人能拥有养好的数据思维，更别说拿得出一份像样的分析报告，缺少了老一辈商业数据分析人的精神。同样还有大部分数据分析师，也受这种风气的影响，没有抓住自己的核心力，写的分析报告就像是做数据统计一样。
大家受益于「大数据」和「人工智能」的热潮，如果丢失了以往对数据的敬畏，对深度分析的兴趣，对数据价值的痴迷，最终肯定「成也萧何败也萧何」，该被市场淘汰的人才肯定会出局。
这个情绪来源于昨天的工作感悟，让我逐渐意识到问题的严重性。
毕竟要谈的话题有些敏感，就省略背景描述，反正就是平台要深入挖掘几百万用户的价值，挑选出一些优质客户去营销放款，这其中还涉及到风险审核的调整。
然后问题来了，一堆人简单去看了业务指标，再凭借业务经验就确定了解决问题的方向。
「分析申请被拒的客户，结合外部数据去分析客户价值，最后协调风控部门，单独给优质客户去开放绿色通道」
这件事的「难度」和「风险」不言而喻，把风控的事做了，却让风控承担逾期风险。即使不去关心公司层面上的问题，但是思考问题的方向太局限了。
这事我也是昨天才参与的，但是昨天下午有事出去了。然后我今早上8点到公司以后，就先分析了一下这批样本用户的「整体转化漏斗」和「营销转化漏斗」，结果很明显就看到问题所在。
(业务数据不便于公布，制作的转化漏斗图形也省略了)
第一个分析方向，首贷申请 -> 被拒的用户群体，对于客户质量的挖掘，再一次放款；
这批用户虽然有需求，但是用户群体量的占比不足整体25%，而且有「难度」和「风险」。
然后，我新提出的第二个方向，总体样本的营销覆盖率很低(不足4%)，而被营销的客群转化率很高（接近85%）。
因此，我们更需要考虑「未营销，未拒贷，未首贷」客群的深度挖掘营销。
这样的话，整体工作的风险和推动量会小得多，更关键是「数据价值」更大。
我的这个分析思考其实很简单，但是很少有人愿意去做，甚至在我做这件事的初期，有人还反对没有意义，不要走错方向。
结果呢，最终发了两份转化漏斗图，稍微有点业务能力的人，一眼就能看到问题所在。
当然，最后大家也很肯定这份结果，直夸这才是「数据价值」所在，所以「数据价值」有时候离大家并不遥远。