这篇文章是由Sunstone商学院职业规划导师，执行董事Tapan Rayaguru撰写的。Tapan是在这所学校为学生们进行职业规划的老师，他有在IT领域工作20年的职业经验，他在物流，会计管理，预售，商务发展（BD）和商务总监等不同职位上都有过尝试。他同样还在CMC, Ramco Systems 和美国 Infosys等公司工作过，他是IIT Kharagpur研究生毕业，和IIM Calcutta的工商管理硕士学位。
是的，做报告就是做分析。我现在必须引起你们的注意：请让我解释在我结论之后的理性元素。
首先，我们必须确认我们所在的讨论的是同一件事情：
传统的报告，应该意味着拉出数据做一些转化，和将它以一种预先定义好的格式给决策制定者来消费的过程。信息科技或信息服务方面的专家，也就是组织之内的首席信息官或首席技术官（CIO/CTO）通常来做这项事情。在过去那是成立的，但是，未来就是分析的世界，在那里同样的数据，也许还有更多的数据，现在可以使用或不使用高级的数学手段来处理。而公司将要依赖转移成人们能理解语言的过程，作出自己的决策。
如果你现在跟上了我的节奏，我们现在就要回到问题本身：报告，确实就是分析吗？
如果你在“怎么做”的思考之上，还要想一想“为什么”，想想为什么要做报告，我们可能会在这里找到一个答案。
重申作报告不是作分析的人们有可能会卡在这样一个地方，就是这些报告是怎么做出来的，而且和分析之间到底有什么不同。现在我们面对的是一个很基础的“怎样做”上的不同。对于报告来说，它们使用技术的角度去思考问题，而不是使用商业角度去思考（比如预选决策，制定指标，数据仓库，ETL工具，BI平台，长期上架期限，由CIO组织从事的企业级分发等等）。在这些地方，分析仍然有很大可能由商务团队操刀，直接使用轻量级的工具做出来，灵活机动地回答商业问题，让领导作出商业决策。
有时候，使用（或者不使用）数学方法，同样被用作评判做报告和做分析之间是否相同的一个指标。这在某种程度上是正确的。但是，如果我们去想一想做报告和做分析之间“为什么”这件事情的区别，那么我们就会发现，其实两者还是殊途同归的。
为什么要首先把报告做出来？理由如下：
- 沟通已知过去的一个阶段内，我们的业务具体发生的情况。
- 和过去同期某个阶段做相对性的比较。
- 找到原因，指出为什么有些事情可能会发生，而且决定这件事情是好是坏，以此来制定相应的动作。
- 为将来的决策提供指导意见。
如果这就是做报告的目标，我们有什么必要，一定要把这件事情搞得非常复杂吗——重度依赖技术，花上几个月甚至几年的时间，在维护方面花上几百万美元，每一次重复检验都成为一个商业客户的噩梦？
我需要提出不同意见。我认为商业团队应该对他们所获得信息的解释和接下来的行动占据主导的控制权。因为如果他们知道了在他们的业务当中发生了什么，他们自己可以挖掘这个数据，来寻找在输出结果后面的原因，作出相对的决定，可以用正确的决策改变未来走向。商务团队准备这些报告的时候，他们可以更加清晰地注意到直接在商业指标当中产生的变化，而且可以挖掘到背后的原因。以下是支持我观点的一个例子。
- 一个电商运营团队注意到他们一个报告当中，用户丢弃购物车，不再购买的比率上升了。
- 他们的下一步动作是，进一步挖掘数据，来找到这个商业指标变化背后的原因。
- 他们判断，在最终结果之后可能有多种变量当中的一个或几个要对此负责：结账时候的网页加载时间；运送费在交款环节显示的时间太晚；支付流程复杂等等。
- 对这些数据做非常初级和定量的分析，可以找到所有这些悬疑当中可能性最大的一个。
- 最后再采取适当的行动来修正。
有什么理由要让这整个过程当中的第一步，是由公司的信息技术部门来做，其他的却是由分析团队来做呢！我可能没有办法从“为什么”这个方面给出理性的回答，但确实，在“怎么做”这方面是有挑战的。
我们可能需要重新训练技术团队，让他们变得对商业更敏感，所以他们可以更好的来解释数据，训练他们的数学技能，可以读懂数据当中需要用到数学运算的部分。使用分析工具组来训练他们，让他们直接坐到商务团队的旁边。现在对于创业者来说，这总体上带来了一个机遇，和CIO组织的事倍功半做斗争，让商业用户可以使用工具、技术和平台。
把做报告和做数据分析结合在一起，而不是使用两拨人马，这可以给那些大型机构节省数百万甚至上亿的金钱，而且也会节约无以计数的人力和时间，这些报告足够给商业用户自行适应，而且能够照顾到他们自己的信息需求。让我们一同来建造下一个时代的分析引擎，同样也可以做易于使用的报告吧！（译：纸团）
原文：Is Reporting Really Analytics?
来源：NextBigWhat
作者：Guest Author
