很多做数据分析、数据模型的人工作量相当大，工作内容也足够复杂，但是，业务部门会感到他们的价值难以体现，其中的核心矛盾在于分析结果与商业运营难以直接结合起来，事实是，数据类的人员精通梳理统计、软件工程，而公司却还希望他们各个都还要精通业务，而在当前的人力市场上这样的想法无异于一种幻想。在这种情境下，建立各司其职的合作机制非常重要，不仅如此，介于数据分析团队和商业运营团队的中间人，负责两方面沟通理解、对两方面都懂一点的人，才是最不可多得的人才；
从我之前的经验来看，B2B供应商方面可以做的数据分析关键点在于这几个方面：
- 产品在各种价格下的销售额表现（产品价格/竞品价格）——有助于后继特价活动选品；
- 各平台在各种力度的满减满折的档期中，参与活动品项的表现水平——利于满减满折活动选品；
- 产品在各种页面价、供货价、补差比例之下的结算价格水平——有助于平衡利润，避免亏损；
- 各类资源的费用与销售额对比——资源位ROI，可用于后继资源投放评估
然而，B2B这一块，活动与资源大都跟随平台，流量多寡也依赖于平台整体引流的能力，倘若不参加平台的统一活动， 品牌单个店铺自己做活动的话，收效甚微。而平台方面，平台自身的流量取决于平台本身的号召力、小二/采购设置的活动类型、平台给到的站外/站内各种资源的曝光、推送，供应商也不能直接参与到这个环节中来。因此，常见的数据分析的维度，如会员活跃度、用户黏性、复购率等，在B2B这个领域是没有多少用武之地的。
做B2B的部门，与其想尽办法做无用的数据分析，还不如投入一点赠品、试用、换购等特价资源，搞好同平台方的关系，获取到更多的平台资源。