2.3.1　自下而上：从数据出发的分析之路

处于信息化早期阶段的企业，分析通常是由IT部门主导的。IT部门拥有对数据的天然管理权限，因此也会默认被视为数据的“所有者”，相比业务用户更能高效整合不同数据源的数据，并快速构建复杂的报表体系。在实践中，IT部门主导的分析主要适用于如下的场景。

·　需求清晰、样式固定、指标简单，特别是以报表为主要展现方式的。

·　分析需要直接连接ERP、MES等应用系统，并将分析结果嵌入各种应用之中。

·　数据准备过程复杂，特别是不同数据源、多个数据表整合，属于数据仓库的专业领域。

在这些分析场景中，IT部门主导的分析效率更高。与此同时，这种开发方式也面临固有的缺陷，具体如下。

·　仅适合指标逻辑清晰、相对简单的场景，比如销售额、人均销售等；如果指标逻辑复杂，比如消费金融中逾期账户迁徙分析、零售分析中多个条件之下的购物篮连带分析，就难以由IT部门独立完成，更适合业务部门主导参与。

·　不适合业务探索分析、敏捷分析，以及跨部门的专题分析，比如“销售额为什么同比大幅下降？”“如何提高转化率？”“生产质量指标大幅度波动的原因”。

·　面向业务决策，或者需要增加业务判断的可视化分析。比如，为CEO提供的产能分析仪表板、向职能部门提供的主题分析，这些分析中需要的业务经验超过了IT部门的所知范围。

正是因为这样的需求越来越多，业务分析的主力才逐渐从IT分析师向业务分析师转变，甚至出现了“平民数据科学家”一词用于指代业务部门中涌现的专业分析群体。