今天想谈谈不同时期企业的数据分析目标，因为前面我们介绍过，企业也是由生命周期的，在不同的时间段和生命周期里，企业短中长期的目标也许会有些变化，掌握了这些变化对我们求职和做数据分析都有很大的帮助。

下面，我举个例子进行简单解释。按照大多数企业的发展规律，假设企业发展阶段按照融资轮次可分成：天使轮、A轮、B轮、C轮、D轮等（这个融资轮次不是固定的，这里只是假设举例）。

天使轮：在这个阶段，创业公司刚刚起步，产品进入开发或者冷启动阶段，这个时候，企业要进行数据分析，可现实问题基本没有数据的，那没有数据就不做分析了？

肯定不行，访谈法和问卷调查法是这个阶段主流的收集数据和调研问题的解决方法，靠这种方法，面对面沟通，可以对产品定位、用户痛点等有一个直接实质性的把控，对于种子用户的积累起到非常精准的拉新。所以，对于大多数成功的产品，种子用户都是精准用户。

A轮：在这个阶段，产品解决用户痛点的需求其实已经被验证了，产品已经上线，这个阶段的产品工作重心是要快速打入市场，获取用户和流量，甚至通过补贴等手段进行拉新，抢占市场份额，成功的产品该阶段后期用户将进入指数级增长。

所以，该阶段数据分析的核心围绕拉新展开的，除了拉新，由于平台补贴，识别羊毛党也是挺重要的一个点。

B轮：在这个阶段，如果发展的不错，用户已经初据规模，这个时候用户需求和产品之间又会出现冲突，而且企业要开始考虑盈利的问题了。所以该阶段，既要不断拉新，还要快速迭代产品，还要重视用户活动度、留存和转化问题，产品基本已经可以盈利和生存下去。

数据分析在这个阶段做事其实挺难的，虽然用户初据规模，但是用户行为、转化等数据其实并不多，用户拉新、留存分析还相对容易点，但是用户偏好习惯、消费规律等数据还是不够，深入挖掘分析其实有问题，所以需要不断的运营手段来促活，产生更多的数据来进行挖掘建模。

所以，一般互联网公司，B轮的公司大多数才开始搭建大数据平台和数据收仓，数据分析也是提取和临时需求较多，而挖掘建模、机器学习做的并不多，最多就是做做用户画像和推荐系统。

C轮和D轮：在这个阶段，产品已经进入市场且具有竞争力，用户规模很大，产品更加稳定和成熟，整个数据链路基本形成闭环，但是用户获客成本越来越高，这个时候是最能体现数据分析师价值的时候，数据分析的工作也开始更加细化和专一。

典型的数据分析包括渠道分析、用户增长分析、用户行为分析、产品活动分析和经营分析等，而这一切都会围绕着企业总收入GMV或者投资回报率ROI来进行分析，说直接点，就是这个阶段，数据分析的一切都会围绕着产品变现进行，要不断扩大收入和利润，让整个产品生态进入良性循环，为最后的IPO做准备。

综合上面，可以看出来，企业在不同发展时期，其数据分析需求是不一样的，尤其短中期的分析目标要随着企业战略和业务方向随时调整，且临时性需求比较多。

这就是为什么经常听到有人抱怨，自己就是提数机器人，领导临时需求和各种想法特别多，如果站在领导的角度考虑，其实就是在业务早期方向不明朗的情况下，很多思路和方向都需要不断快速验证。而产品一旦进入稳定期，数据分析最终面临的问题都是经营分析相关的，会围绕产品变现进行，最大化企业利润。

所以，在寻找工作的时候，如果你想要稳定的分析，就去处于成熟阶段的公司，如果你喜欢变化，那就去早期的创业公司。

总之，数据分析是非常贴近业务和产品的，数据取之于产品，还要用之于产品。