擁有數據分析從業人員或者購買了高級的數據分析軟體（data analystic software)，並不完全等於具備了強大的數據分析能力。除此之外，人們對於數據分析方面的誤解，還有以下兩大方面。

一、數據分析算不上技術，也算不上報告

這是我們最常見的一點誤解，相信很多人都有這樣的誤解。因為當很多人提到數據分析（data analystic)的時候，都覺得這是IT人員的事情，他們認為數據分析是與技術有關的。實際上，數據分析的首要目的是將數據轉變為信息，在這一層面講，數據分析的技術確實只是數據分析工具，產出的是報告。

數據分析確實需要以技術作為基礎，但這也並不代表著數據分析一定需要IT人員來操作。舉個例子，財務管理方面也是需要利用數據分析軟體來生成相應的財務報告，但這項內容卻沒有由IT人員操控，因為這涉及到的是財務的審核與規劃。

除此以外，也有相當多的人不清楚所謂的數據分析與報告產出之間有何區別。其實，如果說報告里沒有核心信息能夠被翻譯成影響商業決策的見解，那這也就算不上數據分析，只是一份數據報告，僅此而已。

二、不懂業務的人難有見解

很多人認為，數據分析是需要有很強的業務基礎，才能對此有所見解，否則產出的報告都很那對業務有真正的指導意義，其實不然，原因如下：

首先，見解本身就不應該期望能夠從一份報告中得出，因為報告本身只不過是提供了一些數據的結論用以明示是發生了什麼，至於怎麼做，如何做，則不該屬於數據分析報告需要承擔的職責。

其次，尋求見解其實是一種探索並學習的複雜過程，它需要由熟悉透徹了解業務的數據分析師員來發起並負責，依據數據分析報告提供的數據結論，找到應該採取的正確行動，以期尋出具備可行性的見解。而尋找見解的過程本身就不應該包括不懂業務的第三方。

數據分析是一個奇妙的過程，它是數據和人直接的相互協作，是技術和人的鼎力配合，是一個集多責於一身的重要過程。其中，數據分析報告只是提供信息，更重要的是根據這些信息獲取有效的核心內容，並以此提出並實施見解的行動。沒有數據分析方法的技術，這個過程的難度會大大增加，過程也會更加複雜，因此數據分析的重要性也是不可替代的。

喜歡這篇文章嗎？歡迎分享按讚，給予我們支持和鼓勵！