浅谈数据分析的误解
误解1：数据分析并不是IT，也不是报告。对这一点的误解，是我见到过的最常见的误解之一。
当谈到数据分析时，很多人仍然相信这应该是IT的事情，因为它与技术有关。数据分析的第一步是把数据转化为信息，在这里，技术只是工具，报告只是产出。我们需要技术来进行数据分析，但这并不意味着数据分析就应该由IT的人来驱动。与此类似，财务管理也需要软件来生成财务报告，但是它并没有被划归到IT，因为它涉及到财务审核和规划。此外，很多人仍然不清楚数据分析和报告的概念之间的区别。在我看来，如果报告中没有任何信息被翻译为可以影响商业产出的见解，那么这就不是数据分析，仅仅是报告而已。
误解2：第二个误解是关于见解（insight）的
见解是很重要的，很多公司抱怨说报告没有见解。首先，我认为不应该期望从报告中得到见解，因为报告仅仅是提供一些数字来告诉您发生了什么；同时，您仍然需要找出为什么以及需要做什么。
找出见解是一个探索和学习的过程。它必须由彻底理解业务的人来发起，问正确的问题，分析相关信息之间的联系，找出能引向可能行动的见解。找出见解的过程不能外包给对您的业务并不太懂的第三方。
数据分析也是一个人和数据之间交互和协作的过程；因此，技术在这里对改善业务工作效率而言扮演者重要的角色。报告仅仅提供静态的信息，但我们需要快速而动态地获取来自多个数据源的相关数据来回答突发的商业问题并找出见解。没有技术，从无数静态报告中获取见解将会占用大量时间，非常困难。
最后一个要点是关于制定聪明决策的过程。
很多公司都把处理数据分析的职责交给内部人员或外包给第三方的服务提供商。然而，这些内部人员或服务提供商并没有权威、影响力或权力去参与战略和决策制定。
结果，数据分析带来的增值并不能转化为能够带来想要的商业成果的行动。
结论
很显然，这些年来信息技术的迅速发展，影响了我们商业流程、战略制定和数据分析的方式。随着社交媒体 / Web2.0成为主流，以及开放数据运动，网络上可用数据的数量正在呈指数级增长，也为数据分析带来了很多新的挑战。
无论这些挑战如何，我们都应该始终关注数据分析的基本概念。正如我们总是在任何业务中考虑人员、流程和技术，数据分析中也应如此。我们应该理解技术只是工具——它让人们能够获取正确的数据和信息以找到相关的见解，而这些见解会在决策制定流程中被翻译为战略。
