很多同学很疑惑：为什么我做的数据分析和别人讲的差别那么大？？？有一个重要的原因，是数据分析的问题场景不一样。不同的问题场景，意味着数据指标，分析逻辑，输出内容都不一样，有些场景差异之大，以至于不熟悉的人完全上手不了。

那到底有哪些场景呢？这里简单盘点一下。

首先，toB和toC业务是完全不同两大场景。toC业务面对的是个人的衣食住行的需求，离我们的生活很近。经常我们把自己当做消费者思考一下，就能理解toC业务是做什么的。而toB业务则是服务企业生产经营，很多同学不能直观理解。

更难的点是：toB类业务数据记录往往很少。toB类本质上就是“谈生意”。谈生意，就需要大量的线下沟通，越大的客户，要求越多，越不能指望客户在一个APP里戳两下就把几千万上亿的钱掏出腰包。而很多toB企业的数字化程度很低，沟通过程基本都靠销售自己完成，导致过程数据严重缺失。数据缺失，自然导致数据分析师很难分析出啥东西了。

其次，在toC业务里，线上业务和线下业务是两大有差异场景。

线上业务：APP、H5、小程序

线下业务：店铺、业务员、电话推销、短信

在2023年，大家对线上业务反而更熟悉。每天点外卖，买东西、看视频都指望手机呢。对线下业务反而生疏了，除了偶尔逛逛街，大部分电话/短信推销都被人们自动无视了。

线上业务与线下业务的最大区别在于数据量。线下业务数据量很少，很多时候，连基础的RFM分析都做不了（因为没有用户ID），相当多的线下业务，是基于订单、工单、采购单等单据进行分析的，这一点让习惯了线上数据的同学们非常难受。不过线下业务的分析，都有其成熟、固定的逻辑和套路，是可以通过学习掌握的。

再次，在一个企业内，根据工作流程不同，分析的场景有明显差异，简单的可以分成：

1、前台：直接面向用户的，产生收入，获取客户的（销售、推广、增长）

2、中台：对前台起辅助作用，增加收入，减少损失的（品牌、营销、运营、风控）

3、后台：支持前台、中台工作，交付产品/服务的（研发、生产、设计、供应、客服）

前中后台差异是非常大的：

前台的分析大多可以用：人、货、场的逻辑来描述。因为直接产生收入，所以相对容易通过拆解构成收入的指标，来区分出影响收入的因素，进而找出问题来源。

中台的分析就复杂一些。因为是叠加在销售之上增加收入，减少损失。所以各种因素相互交织，较难分析清楚。

比如：

• 剔出“自然增长率”“季节变化”，才能看到真实效果

• 间接手段（比如广告、社群、内容）产生效果的逻辑梳理

• 间接手段（比如广告、社群、内容）产生效果的逻辑梳理

这使得中台的数据分析，分析逻辑都很复杂，并且需要多角度，多批次的测试和对比，才能见效。

后台的分析则更纠结。

一方面，后台的采购、供应、生产，受生产线、交通等客观条件限制，短时间内有能力上限；

另一方面，后台的供应量又受到前端影响，需求预测不准，需求反复变动，都让后台乱成一锅粥，分析也不会准。

所以，虽然后台也有类似EOQ模型、分配与网络模型这些科学算法，但是还是得结合前台的一起看，该拍脑袋还得拍。

当然，如果和toC/toB、线上/线下结合，能产生的场景就更多了。比如都是在线上卖商品，平台电商（入驻天猫、抖音、拼多多等平台）自营电商（自建APP并推广）就是完全不同两个场景。数据来源，运营方式，分析思路都不同。

所以，想做数据分析做得深入，具体问题，具体分析这八个字是非常重要的。具体到一个业务场景里，就容易讨论清楚。如果只浮于表面，光说：“数据分析就是做对比”，谁跟谁比，比啥指标，比出来差异又咋解释，一窍不通，自然不能分析出好结果。