四步提升数据分析能力

第一步： 把分析置于首要地位
    提升组织内部分析能力较关键的一步就是要让所有的员工都意识到基于信息决策的重要性。关于数据分析重要性的宣介活动可以通过多种形式：包括视频教学、在线研讨会以及关于数据分析实践的社群共享，或者直接给大家展示可视化分析的结果等。同时，你也可以盘点并梳理一下组织内部现有的分析资源：比如挑选不同部门内部对数据敏感、有一定分析能力的员工；记录组织内部有哪些关键的数据分析技术应用，列出关键的业务应用领域。我们还建议推举出分析领域的专门负责人，由这个人负责主要数据分析战略的落实，保证组织在接下来各个阶段的分析能力建设的成功部署。
第二步： 进行分析试点
    该阶段通过梳理和使用现有的分析资源，明确公司的数据分析能力。通过将组织的现状和将来的战略目标进行对比，确定存在哪些新的机会，分析可以在其中起到关键作用。再进一步，分析团队需要考虑如何使得分析预测的结果更加精确和及时，以及这些分析结果如何在业务中得到更好的应用。
    数据分析的整个流程是该阶段的关键，一定要特别注意。我们既要进行深入的数据探索和建模，还要考虑模型的修正、部署以及监督应用；通过详细回顾分析的整个流程，您将有可能发现哪里存在不足，以及哪些地方需要改进，进而形成数据分析相关的规章制度和相关流程。
第三步： 组建分析团队
    组建内部自发的分析团队，并鼓励形成凝聚力强的分析社区。内部的分析*可以相互进行探讨，对组织内部数据分析建设提出建议，并通过有效的维系促进分析能力的建设和发展。
小组会议，研讨会以及用户交流会或者博客等形式都有助于提升数据分析的应用和升级，在分析能力建设的后期，交流对于公司整体数据分析能力的提升发挥着较其重要的杠杆作用。
第四步： 通过分析预测调整战略部署
    到了该阶段就意味着所有数据分析相关的基础架构和配备都已经部署完毕，组织根据业务变化的需要可以借助强大的分析能力作出快速响应。比如针对业务需要的新的模型可以很快的建立和部署应用，而且比以往的预测结果更加精确，从而可以提供更加精准的信息。
在该阶段，分析的目的应该从简单的回答战术性问题转移到更具前瞻性的战略问题上来，该阶段的分析包括对一些有可能发生的情景进行测试，通过模拟、优化以及其他*的统计学方法排除一些发生概率低的可能性结果。