财务行业的业财融合趋势正越来越快，在财务向业务转型的过程中，最容易的切入点就是数据分析了。因为，财务人员的工作内容和方式，决定了“数据”是其最主要的原料和成果。根据笔者多年的实践经验，数据分析可以分为“解释性分析”和“探索性分析”两种。

一、 解释性分析

解释性分析主要目的是“归因”、是面向过去的，就是通过数据的对比和计算，来解释目标与现实的差异的原因，进而找到问题（或差距）的最终原因。这种分析也是我们最常用的，比如利润的同比、环比、预算完成率、成本差异分析（价差、量差）等，都可以归属于这一类分析。

二、 探索性分析

探索性分析主要目的是“预测”、是面向未来的，虽然其数据的来源也是历史的，但其目的是希望通过数据的趋势和方向，提高洞察力，最终转化为真正的商业价值。最典型的安例就是沃尔玛对消费者行为数据分析，发现了啤酒与尿布消费的关联性，将这两种商品放在一起，最终促成了经典的促销手段。

从上面的概念和举例就可以知道，数据分析中真正能够产生价值的是探索性分析，但我们财务大部分（基本可以说是所有）的分析都是解释性分析。在我看来，这有点避重就轻的意思，因为解释性分析往往是大量数据和图表的堆砌，展现的是分析人员的工作量、而不是分析人员的见解。我们有个客户曾跟我吐槽说：“财务人员每个月分析的报告内容很多，但基本上都是大家已经知道的事情，我们也知道背后的原因，希望财务能告诉我们究竟应该怎么办！？”

相对的，探索性分析需要我们对相关的数据进行细致和深入的分析，并在数据支撑下形成自己的观点与建议，最终呈现的图表和数据可能非常简单，但却一针见血、直指要害。

很多时候，少就是多，只有真正花了时间和心思的，才能去芜存菁，诚如大作家马克吐温所说--我想把信写得再短一点,可惜我没有时间！