數據分析師,少一點套路,多一點思路

數據分析師在如今大數據時代有著舉足輕重的地位。一個出色的數據分析師是能夠通過自身對公司業務的理解，為各個層面提供有效，可靠的信息，并對其進行評價和預測。

作為一名數據分析師，了解公司業務是關鍵。分析師不是單純地把公司各部門對數據的需求展示出來，而是更有前瞻性的思考提出這些需求的原因。除了他們提出需要的需求外，還有哪些相關的數據信息能夠幫助他們理解、衡量業務。

我曾在大數據廣告公司分析部門工作過，我們的做法一般是，需求部門提出需求，然后與分析師通過一到兩次的會議，對需求目的，以及報表的展現形式達成一致。接著分析師用SQL在數據庫讀取數據，或寫一些自動化程序完成數據的收集，最后用可視化軟件制作報表。 但是我們常常發現，當這些部門的stackholder看了報表后，往往會提出其它的額外要求，比如再多加幾個維度，比如再原有的報表上建立一張細顆粒度更細的表，等等。

1、這種情況經常發生，產生這種情況的原因有以下幾種

1）提出需求的人在一開始并沒有非常明確的需求。他可能在提出需求時，僅僅只考慮了一個因素，但是忽略了其它因素。

2）在看到分析師制作完成的報表后，給了需求方更多的啟發。

3）提出報表需求的人可能對數據，對業務完全沒有理解。

2、為了避免這些情況發生，作為一名有經驗的分析師會如何處理呢？

1）加強對業務的理解。一個優秀的數據分析師，不僅需要懂如何寫SQL，和編程語言，還必須懂運營，懂財務。曾經公司財務部找我制作一張關于ROI的報表，他們只是很簡單的描述了一下需求，然后給我很大的自由度讓我發揮。其實對于模糊需求是對分析師最大的考驗，在制作這張報表過程中，你除了需要了解數據庫各個表的關系，在數據庫中拿到準確的數值外，你必須還需要了解公司財務和運營上的業務。在廣告行業，通常有第一方數據和第三方數據，這兩方的數據都能構建一個ROI的表，在思考用戶需求時候，我同時也在思考是否這些數據是否能夠幫助他們更清晰的了解他們的需求，或者他們會不會之后再提出額外的需求。提前思考的好處在于，在展示報表給stakeholder看時，你加入了更多對他們更有用的信息，一來幫助他們進一步了解業務，二來增加需求方對分析師的信任。 同時你對他們之后再提出的其它需求也胸有成竹，因為你在他們想到之前已經考慮到了，避免了來回去數據庫取數據，重新制作報表的情況發生。

2）對分析工作的技術實施難度，所需時間的準確預測。在需求方提出問題時，分析師必須有能力對需求的難點，可行性，所需時間有一個正確的評估。有些看似容易的需求，但實施起來卻相當的不易，如收集數據上的難度，或者可視化制作上的難度。有些問題幾分鐘就能解決，但有些看似非常小的需求，可能需要花費一天或者更長的時間去完成。比如在可視化制作過程中，經常因為一個小需求，而花費一整天的時間在網上搜索它的做法。最后不得不告知需求方，可能時間會延長，或需求不可行。這時需求方會認為分析師不專業，而分析師覺得為了解決這么一個小問題，耗費了大量的時間。

再比如，在線廣告公司的 CRM，DSP系統，由于內部數據，業務的關系，有些信息并不能在兩個系統找到相同的對應關系，或者兩個系統中的數據有多對一，一對多的mapping情況，這些都需要分析師對數據庫有深入的理解。類似的還有制造行業中企業MES與ERP系統。

3、當你已經掌握業務和技術對分析師的要求時，你應該開始著重對以下幾點進行思考

1）培養自己隨時document的習慣。一是對所有需求和決定都有一個追溯和記錄。二來在分析師休假或者休息時，其它同事有個參考，而不是等著你來解決問題。三是避免需求方再三地更改需求，互相扯皮的情況發生。

2)  進一步提高自己的溝通能力。一個好的分析師除了能夠滿足需求方提出的問題外，還需要有出色的提問和引導技巧能夠幫助需求提出者更進一步完善自己的需求。有些需求者并不明確自己的需求，他往往希望通過在和你的溝通中，進一步為需求方理清思路，哪些是high proirity，哪些是must  have，哪些是nice to have。

3）有能力預測需求者的需求，將解決問題變為如何避免問題發生。 相信分析師最頭疼的就是，需求方每天一個新主意，今天可能只需要5個數據，但是第二天又增加了一個，第三天，又提出其它相關需求。一個優秀的分析師具備預測潛在需求的能力，并且在一開始就有所準備。有時候需求方認為很小的添加，而分析師確需要返回到最開始的數據庫搜集數據，有時還需要對原始數據庫表格做調整，工作量不容小視。

4）將繁瑣的人工重復工作，變為自動化實施，將節省下來的時間，提高并擴展自己的分析技能。作為一名優秀的分析師，當你天天忙著抱怨工作量太大時，你更應該做的是，判斷自己的工作性質，哪些tasks是需要花費時間做的，哪些tasks是可以通過其它方法解決高效解決的。當你意識到大良重復的工作將會發生或正在發生時，需要做的是思考如何把重復勞動變為一勞永逸的工作。

5）從被動制作BI報表，變為主動定制KPI，并提供戰略方向。當一名優秀的分析師有了足夠的行業經驗后，必須有能力從被動的制作報表，變為主動的搜集各方面信息，結合內部情況（如：公司財務情況，長短期戰略，核心競爭力），外部情況（競爭對手，行業方向等），定制KPI，為公司提供戰略方向。

6） 敏感的商業嗅覺。不同的需求那是小需求，但是相同的需求多了，分析師就應該考慮的是不是將需求產品化。畢竟現在企業不缺少做事的人，而是缺少更有行業，商業經驗的人才。

將此篇文章獻給將要從事數據分析師，或者在數據分析行業中摸爬滾打的你。