数据分析宝典：从“被动挨打”到“主动出击”的三板斧

平时大家在工作中，是否遇到过以下这些困惑呢？

• 困惑1：数据埋点问题多，查询费时又费力，埋点逻辑不清晰，还需协助帮查询！
• 困惑2：数据需求天天催，所有需求全高优，加急产出已交付，一看业务全未读！
• 困惑3：项目分析是重点，聚焦目标出数据，业务反馈有作用，最终一个没落地！
  
  

分享一些工作中的经验，希望帮助你尽可能避开这些被动局面。

一、困惑1：数据埋点困惑如何解？
【问题表象】
1、数据不准确的问题，经常要数分同学负责查询，然而80%问题均由于底层埋点所导致，而埋点又不是数分同学负责的，导致查询的过程耗时耗力。
2、在应用数据进行分析时，由于对埋点不清楚，需要经常问研发同学，效率很低。要解决问题，先要看到问题的本质，才能想办法加以处理。
【问题本质】
1、由于没有一整套监控机制，导致数据问题发现往往是滞后的，并且每次排查问题都非常紧急，很被动。
2、数分同学没有参与埋点设计，以至于对于埋点逻辑并不了解，存在问题的时候，才去单点咨询。
【解决方式】
理想情况：形成一套从埋点→监控→修复的半自动化体系，将工具与负责人有机结合。
1、参与埋点设计：埋点不熟悉是绝大多数数分同学会遇到的问题，无论是问题查询环节，还是处理需求环节，都会非常被动。因此，参与埋点设计，是非常有必要的。
2、搭建监控体系：当埋点验证无误上线后，为防止后续改版出现点位问题，需要配置监控工具，一般由埋点研发同学主导配置、数分同学辅助验证。
3、问题排查系统化：当监控发现数据存在较大波动时，仍需要一个系统性的排查方式进行解决。这里需重点关注两点：其一是排查思路沉淀累积；其二是排查工具建设。
以上三点，可以解决埋点80%的问题，减少数分同学埋点问题查询的工作量。

二、困惑2：数据需求困惑如何解？
【问题表象】
1、需求业务方催的很紧，提的需求中，十有八九都是P0优先级。
2、需求好不容易做完了，发给业务同学，业务方反而不着急看了。
3、业务方看完之后，发现还需加一些内容，于是需返工处理。
4、常常处理相似需求，花费很多时间在繁琐的跑数上。
【问题本质】
1、业务方提给你的需求，大概率是业务方领导委派给他的，因此他需要一些buffer去整理，所以会常常催促你。
2、业务方给你提的需求，有时他自己也未必想的非常清楚。
3、业务方没有合适的工具和看板，导致每次相似的需求都要找你解决。
【解决方式】
理想情况：横向建立一套需求处理流程体系；纵向归并需求并以工具化形式输出。
1、制定需求规范「短期」：需求规范涵盖「业务提需求规范」以及「需求处理规范」两个方向。
其一：业务提需求规范。规定业务方以标准模板输出需求文档，内容涵盖：需求背景、需求目的、预期收益、需求详情等。这样做的目的：一方面强制业务方梳理清晰需求，减少后续需求频繁返工的问题；另一方面也可起到明确责任的目的。
其二：需求处理规范。实施需求排期，对于真正紧急的需求，可以插队处理；除此之外，每周统一时间对新增需求进行排期，并将需求deadline统一给到业务方。如果部门有每周的需求评审，那就更好了，会上由业务方对需求进行说明，再由各方leader评判优先级。以上方式，可以避免数分同学处理需求被动的局面。
2、与业务达成默契「短期」：业务方是需要磨合的，包括但不限于：沟通方式、提需求方式、对数据的理解等。这样做的好处在于：其一，让业务方从数据的角度思考问题，让你们的思考方式能在一条线上；其二，双方对于优先级有共同的认知，在不紧急的情况，业务方也不会过多的push你。
3、工具化支持「中长期」：在业务发展初期，需求多是很正常的，因为产品处于快速发展阶段；而当业务处于稳定阶段时，临时性需求过多，就多多少少有些问题了。建议将做过的需求分门别类进行归总，总结需求的共性，通过工具或看板加以满足。将低技术含量的工作内容逐步收敛，更多时间聚焦在核心能力的输出上。
数据需求困惑，相信80%以上数分同学都遇到过，如果能够解决，工作的幸福感会大大提升。

三、困惑3：项目分析困惑如何解？
【问题表象】
1、项目分析报告经常要花很久去做，但结论往往就是看看，无法落地。
2、对于有些有价值的报告，会得到业务方的认可，但最终取得的成绩，却和自己无关。
【问题本质】
1、输出的报告不是业务想要的，解决不了目前问题。
2、对领导来说，谁给业务带来增益，谁的价值就更大。由于产品数分天然偏支持性岗位，功过相对涉及少一些。
【解决方式】
1、项目分析规划阶段：不要着急下手，建议先花1天左右的时间，了解分析背景及目标 + 梳理初步分析框架，与业务沟通预期结论方向，达成共识后，再开始详细分析。
2、项目分析处理阶段：项目分析之所以会花费很多时间，主要由于分析方向很难一次性摸对，在分析过程中很可能经常调整分析角度。因此，需要数分具备快速摒弃错误思路、探索新方向的能力。说起来简单，但需要你具备多种分析思路，以及多种技能（例如：应用算法）。
3、项目分析汇报阶段：如果是较重要的项目，在完成分析后，建议在汇报时，拉上业务leader以及大部门leader。让部门的大领导看到你做的事情，如果输出了有价值内容，对于你个人发展是有帮助的。
4、项目分析沉淀阶段：分析阶段性完成后，要养成复盘的习惯，哪里走了弯路，在以后的分析中尽可能避免。
5、日常充电阶段：掌握更多分析思路，可以让你的分析框架更为丰满，同时也是数分进阶的核心能力。项目分析是最能让数分同学成长的工作内容，要好好把握每一次机会。即便最终没有落地，只要你的思路能够有所提升，就是有价值的。

四、给数分同学加点料！！！
由于数据分析天然属于支持性岗位（除策略分析），往往会遇到各种被动的局面，同时也会让很多同学对此失去兴趣，成为咸鱼，这里给大家几点建议：、
1、清晰定位：数据分析属于下限很低，上限很高的岗位，绝不只是写两行SQL、做两个Excel这么容易的工作，要不然也不会存在数据科学家这样的头衔。清晰定位，摆正态度，多提出意见，指引业务迭代。
2、提升兴趣：当你从事一个行业一段时间后，往往会遇到瓶颈期，相似的工作内容，让你对工作提不起兴趣。这里建议大家，可以在工作、业余时间增加一些挑战性的事情，例如：如果你不会算法，可以在业余时间学一学，并在工作中输出有业务导向的内容，这种成就感，是非常舒爽的。

不错

收藏学习