这是三篇系列文章的***篇。本文章介绍针对移动应用数据业务分析(Business Analytics)的概况。涉及的各种数据建模技术可用于提供定价、盈利预测和用户的潜在购买预测。后期的文章将讨论移动应用开发者尤为感兴趣的主题如业务分析于关联规则及其与大数据相结合的运用。
一、介绍业务分析
业务分析可称为艺术与科学，是根据大量数据制定商务价值的信息和洞察。它的重要性在当今市场与日俱增。当今的现代企业已能获取各种来源的数据(例如移动用户行为数据)。但这些数据通常在业务规划和市场研究的机会中使用率率不够。为什么呢?因为原始数据如野马，企业得先恰当地整理大量的数据以建立业务分析的基础。
在移动应用的背景下，观测到的数据是业务分析的基础，可划分为三类(请看以下信息图)：环境(例如识别业务环境下公司优势与劣势方面的机遇与威胁)、用户(例如如何确定最可能在一周内进行应用内购买的用户群体?)以及交易(例如应用内购买都发生在何时?)。业务分析是一个以实现逻辑解释为目标的逐步过程，从而对证所观测到的数据规律。调查和实验数据可后期补充业务分析。
根据 Gartner 的以下调查，众多垂直领域最盛行的数据来源是交易数据。零售 (93%) 和银行业 (83%) 等传统行业是利用业务交易数据最活跃的行业。这与70 年代零售业条码的广泛应用和银行业的信用评分有关, 可称为业务分析的起源。在移动应用背景下，Countly完整的一站式数字分析解决平台提供交易(例如应用内购买记录)和日志数据(例如个别用户的事件记录、漏斗记录和应用内搜索词记录)为业务分析建立强大的基础。
来源：Gartner 2013
二、业务分析的价值
数据推动的市场营销在用户忠实度、用户参与度和市场发展方面提供了可例证的结果。作为数据推动的市场营销***的组织报告远高于其对手的用户参与度和市场增长。根据 2015 年福布斯的报告，***比落伍者在用户参与度 / 忠实度方面实现竞争优势的可能性高三倍(74% 对 24%)，而实现收入增加的可能性几乎是后者的三倍(55% 对 20%)。
数据分析可推动对业务的理解，积极确认潜在问题，展现增长增速剂，并了解当前和未来的利润推动因素。所创造的价值是显著的，公司和用户行为数据中所嵌入的洞察经过在来源中整合，对公司内的营销、物流、财务和人力资源管等不同部门是非常宝贵的。
三、介绍业务分析的核心技术
优秀的移动体验预期来自优步(Uber)和亚马逊(Amazon)等行业***。这些组织进行了业务转变从而跨渠道和设备提供相同的体验。这些公司关注用户体验从而有效地切入大数据的相关点，建立了用户洞察门槛，是企业核心的资源。
接着，业务分析技术可分为：
1.监督式方法可用于以下问题
(1)分类行为分析(Classification)如取款机(ATM)：不同地区的取款机每天该筹备何种数额的纸钞?摸清取款额的因素。
(2)预测分析(Prediction)如欺诈检测(Fraud detection)：如何从海量的交易记录找出诈骗事件?指出不寻常的高现金交易或错误顺序的采购订单号。
2.非监督式方法
(1)关联规则(Association)如电商购物篮(Purchase Basket )：同时买礼品包装纸和礼品卡的比例(57%)和买了礼品一周内再买礼品包装纸(28%)。
(2)数据简化(Data Reduction)如优化企业运营项目(Performance Enhancement Programme)：如何指出优化企业运营相关的数据?观察类似的企业的表现和做法，获取相关数据意识。
业务分析也包含兼顾监督式和非监督式方法的领域如数据探索(Data Exploration)和可视化(Data Visualisation)。这可总结成以下的信息图，了解监督式和非监督式方法所覆盖的空间。
四、采取行动
总而言之，绝大多数公司都拥有可快速转变为宝贵洞察的海量数据。为了演示业务分析的作用，你可以考虑先限制业务分析目标，迅速确认数据机遇。然后以初步分析为基础来再次投入更深入的分析，打造一个围绕盈利、营销活动、销售团队配置以进行更明智业务决策的循环。
我为初步开始移动数据分析的读者总结以下提高成功机率的提示：
首先，切记结果地考虑，“始终结果是什么?或我需要什么样的结果?”。这步骤得花些时间，但可保证结果让企业感觉求贤若渴。
其次，敏捷、快速和分阶段思考，而不是包罗万象和缓慢地思考。分析少量数据集以确认机遇何处。
第三，在观察这些数据集时，首先考虑高价值数如用户流失分析、始终用户价值和细粒增长推动因素。
第四，投入合适的人力或顾问资源。当然，企业应该首先从现有团队中挑出合适的人才，如拥有数据库经验的人员。
第五，重复该过程以构建和创造更多价值。这一过程可每月、每季度或者在适当时进行。为提高效率，构建模板从而使日后的分析变得更轻松。
作者介绍
陈俊勋是Countly的中国与亚太区的市场经理。Countly 是开源的数据分析平台，提供完整的用户行为数据，而且可轻松完整导出。Countly 为移动和网络应用程序提供高级分析和市场营销。我们着重采用开源软件和50多款开源库、SDK 和框架。我们提供开源 SDK 和整个后端，包括服务器端组件和仪表板。欢迎联系 Countly(hello@count.ly)。
