要做好數據分析工作，需要從數據和分析兩個方向***同入手：
1、數據培養
數據培養是進行有效數據分析的基礎建設，不是什麽數據都可以用來進行數據分析的，企業在註重數據量的積累的同時，還要註重數據積累的質量，將數據培養的意識和任務要求相結合，自上而下推行數據培養的機制。
舉個例子，很多企業意識到了信息化、數字化建設的重要性，將部署商業智能BI進行信息化建設提上了日程。但在商業智能BI項目規劃時，很容易發現企業根本沒有部署商業智能BI進行數據分析可視化的條件，原因就是數據缺漏、錯誤頻出，相關的業務部門系統數據庫也沒有建設，缺少業務數據，這就是沒有把數據培養做起來的後果。
數據倉庫-派可數據商業智能BI
想要培養高質量的數據，必須提前做好數據培養規劃，動員企業全體員工***同完成數據的管理機制。這不是什麽短期內就能完成的工作，而是需要員工在日常業務活動中，按照統壹的流程、規範來生產、管理數據，長期堅持下來，在業務活動中沈澱數據，按照規範化、流程化、標準化逐步填補企業的關鍵數據庫。
當然，讓員工執行數據培養任務不能只靠規定來強制執行，要建立完善的獎懲制度，將數據作為日常的考核指標。同時，企業還應該部署業務信息系統，讓企業的財務、銷售、生產、運營等不同部門員工有數據培養的工具，在完成業務活動後自動傳輸數據，將日常業務過程、流程中的數據沈澱到系統後臺數據庫中。
2、分析方法
分析方法是有效利用數據、實現數據價值的重要手段。如果沒有數據分析方面的人才和熟練的分析方法運用，即使有再好的數據，也無法轉化為富有價值的信息。進行數據分析前，數據分析人員必須熟練掌握主流的分析方法，比如對比分析、象限分析、趨勢分析、描述性分析、預測分析等。
舉個簡單的例子，人類天生就對數字的大小有很強的敏感性，拿壹組沒有任何標識的數據展示，人們壹眼看過去就會分析出它們的大小差異，如果這些數據之間相互有關聯，那這就是有效的對比分析。
分析方法-派可數據商業智能BI
壹般用到對比分析，通常是在選定的時間區域內，對比業務在不同情況下的差異，分析出業務是進行了增長還是發生了縮減的情況。
例如，上圖中2021年9月的銷量相比8月的銷量有所減少，這時候就要深入分析為什麽環比銷量會減少，可以考慮調取今年3月和去年3月的產品生產數量，看看是不是生產環比下降，導致銷量較少。同理，還可以把供應鏈、經銷商、人流量等等都拿進行對比分析，確認到底是什麽影響了銷量。
總之，對比分析的優勢就是能夠很清晰地分析不同數值之間的差異，從而得到這些差異背後形成的原因。