在这个大数据时代，越来越多的企业开始重视数据的分析和应用，尤其是一些以数字化交易为主的电商企业，积累了大量的数据，并想要充分利用这些数据的价值。很多企业聘请了专业的数据分析师或是数据分析团队来提供本企业的数据分析解决方案，或是决策者干脆购买了以人工智能为基础的比如DataFocus、Power BI等大数据分析工具，来让决策更加的精准化和准确化。那么店铺到底应该如何部署数据分析人员呢，在什么情况下应对数据分析有一个怎样的定位，本文将为大家分享一些实施思路。
首先是数据分析本身的“从业人员”。企业对数据分析业务本身从“大”到“小”的实施人员有数据分析团队、数据分析专人、运营或数据分析兼职、仓库主管兼职、老板兼职等等。除了使用BI工具分析外，越往后的定位，数据分析的实施效果越差。首先兼职永远做不好，除了专业性不足以外，更是因为没有精力和耐心去全部投入到数据分析的工作中，而团队永远比专人更有智慧、BI工具永远比人工更高效。其次，单单有团队，但一个公司若是没有足够的重视也不可能做好数据分析，否则数据分析只是一个空架子。加上如果数据分析团队没有整个公司的资源支持，也没有办法做好。
因此，对于数据分析工作，可以参考如下定位：
| 店铺发展阶段 | 运营与数据分析的关系 | 数据分析职能变化 |
| 刚开店，客户数据很少 | 运营为重（先活下来） | 没有数据分析职能 |
| 店铺进入轨道，有初步客户数据积累 | 偏向运营；数据分析起辅助作用 | 从客服部或运营部分出人手兼管数据分析 |
| 店铺快速发展，客户池不断扩大 | 运营与数据分析互相协同，运营在拓展前端的同时，要顾及优化现有流程甚至培养粉丝经济 | 有专职的数据分析人员，向运营部汇报 |
| 店铺进入成熟，有大量的客户资源 | 数据分析为重；运营更多层面上是以客户体验，客户的角度为导入口 | 采购BI工具或成立专门的数据分析部门，形成快速决策体系 |
