01 为什么要实行数据化工作法
做商业分析，必须要“有数据思考、有数据说话”的思维模式，数据化可以告诉我们“从哪个问题着手”处理问题，同时可以指导我们要达到目标所需要实施的具体步骤。
数据化可以提高行动力的效果。在我们的日常工作中，五个关键数据，我们不可忽视：客户数量、客户单价、客户停留期（从成为客户到不再是客户的期间，越长越好）、客户获取成本和客户维系成本。要使得公司的利润最大化，必须提高客户数量和客户单价，以及客户的停留期，同时降低客户获取成本和维系成本。
然而要实现数据化，并非易事，以下七要点可以帮助我们实现数据化工作：
要点一：数据不应被动接收，而应主动获取
对于自身的工作内容所需要的数据，应该根据自己的需求，建立相应的维度，自己去收集，这样才能保证数据的有用性。
要点二：数据化的目的是探讨“今后该怎样做”
收集的数据的目的在于放眼于未来，而不是着眼于过去，工作数据化可以指导我们下一步该做什么，细化工作步骤。
要点三：数据化的第一步是“划分”
找到需要收集数据的工作的起点与终点，按环节划分，可以有效的帮助我们解决眼前的问题，划分维度很重要。
要点四：知道问题所在后，进行细致划分和数据测算
细致划分是对第一步“划分”的补充，边做边完善，数据测算则在于保证数据来源的真实性和可靠性，为未来的分析做保障。
要点五：目标是“用公式表示”现实问题
“数据”本身不具有任何意义，重要的是要对数据进行“体系化梳理”，使其转化为“信息”或“知识”。
知识指的是“将信息体系化梳理后归纳得出的内容”，商业世界的一切都能通过公式表示，平时注重将一切问题量化，进而转化为公式表达。
要点六：数据化后，持续高速执行PDCA循环
数据化在于指导我们的下一步行动，分析后还是更看重执行。
PDCA的循环具体如下：
P（plan、计划）：用公式将问题进行体系化梳理，理解各数据间的关系，制定计划；
D（do、执行）：执行计划；
C（check、检查）：分析计划与执行间的差异，按照缓急程度把握问题；
A（act、改善）：持续改善方案。
要点七：解决问题后继续开展数据检查
随时更新数据和检查数据，对前的校正对后的指导，抢先注意到环境（数据）的改变，既能抢占市场先机。
02 数据分析法的七种工具
根据软银集团的业务需要，作者总结了以下数据分析法的七种工具：
1. 流程分析
将一个目标划分成不同阶段（环节），电话号码列表 针对每个阶段（环节）问题提出有针对的方法，对“自己可以控制的行动”确立一个数据化的目标，同时分解大目标，设立“中间目标”进而提高行动力。
2. 散布图和一元回归分析
散布图和一元回归分析都可以通过数据把握两种要素间的关系，散点图是用电来描述两个数据之间的关系，偏定性。
一元回归则是一种定量的分析方法，找到两因素之间具体的数量关系，可以参考如下步骤：
运用Exce表格画出表示一元回归分析法的直线；
确认“趋势线”是否贴近现实，用R方检验，拟合优度；
得出预算值，决定下一步要采取的行动。
3. 多元回归分析
多元回归分析法的方法和一元回归分析类似，就是分析多因素之间的数量关系，多用于销售结果与多种影响因素之间的关系，具体方法可以参考一元回归分析法。
需要注意的是该分析法可以计算出“准确度高的预测值”，根据预测值，采取应对各个因素的措施。
4. 帕累托图分析法
帕累托图是一种双轴图，它是由“将几个项目按数据的数值大小排列的柱状图”和“表示累计百分比的折线图”组成的，运用的原理是少数因素（20%)决定整体大部分（80%）的成效。通过分析可以清晰的确定解决的问题优先级，如下图：