数据分析避坑指南-小白兔踩坑记

Posted 2021-12-10 云 祁

从一开始的数据分析“小白兔”，不断进坑、弹跳出坑，练就健壮有力的小腿，逐步变成一只拥有了防御能力、没有那么弱小的“小灰兔”。

成长和职业发展的过程，就是进阶打怪的过程。进阶初始，由于经验不足，还是一只“小白兔”状态，容易相信，缺少判断，总是会遇到各种各样“坑”，并且跳进各种各样的“坑”；随着跳进爬出一些坑，兔腿逐渐健壮有力，经验逐渐丰富，能够逐渐警惕到前方有坑，然后绕路避行，逐步会变成一只反应敏捷有了防御能力的“小灰(ye)兔”。

很久很久以前（也并没有很久），在我还是一只弱小的数据分析“小白兔”时（现在是没那么弱小的“小灰兔”），也跳进了很多坑。记录作为数据分析“小白兔”遇到的三个坑，并且提出防坑避坑指南，希望告诫自己，也与未来要上路的小白兔共勉，努力不在同一个坑里跳进两次。

1

需求缠身坑

入坑的状态表现为，待办列表中全是业务提出的未完需求，大多数是取数和报表，每天上班做着不是特别喜欢的事情，分身乏术，下班感觉身体被掏空，但是心灵又没有得到满足。

当有这样的感受时，就需要警惕，你可能进了需求缠身坑。长期不出坑，会消磨对工作的热爱和初心，而且难以成长。取数和做表的事情，机器可以完成，那你和机器的价值又在哪里？那如何避坑呢？

1.1 事前规划，方向一致

一方面做着业务需求，一方面身在曹营心在汉，想要做自己规划的“大事”，效率会很低，而且工作积极性会消耗。做一件业务不认可的事情，数据是很难落地的，而没有落地的数据，可能只是自嗨，不会产生真正的业务价值。那为什么不在事前就统一规划，双方达成一致呢？双方认可的事情，未来的工作方向才有可能聚焦重点，也有了打回业务需求的“靠山”。

为了实现这样规划的目的，为了聚焦双方自愿的重点，是需要做一些准备的。

规划的产出要明确

在开始之前，需要明确规划想要达到的目标和最终产出是什么。不是一份需求排期文档，是对于整年发展的共识，是自顶而下的设计，是可指导未来整年的方向节奏的。

• 发展方向认可且一致。明年的发力方向有哪些，比如库存管理依然是发展方向，这是继续探讨的基础。

• 明确基于方向的重要事项。比如库存管理拆解下来有健康商品管理和不健康商品管理，这是可以继续落地拆解的。

• 重要事项的子项目拆解。比如健康商品管理应该有哪些子项目组成，除了明确子项目有哪些，还需要明确子项目组的成员和牵头人，以及子项目的目标和执行节奏。只有子项目具体到牵头人，才会有后期持续推进落地的可能。

制造一个规划的场合

想清楚了规划的产出是什么，就需要制造一个规划的场合，场合的重要要素是参与人，是否需要双方领导参与，需要到什么粒度的同学参与，都需要考虑在内。

制定规划的策略

为了产出这个规划结果，需要考虑应该是怎样的会议流程和会前准备。比如双方肯定会有不同的出发点，为了达成重要事项和子项目的一致，可能需要一个开放的讨论。会议的时长、节奏安排，都要基于会议流程合理安排。

1.2 结果导向，向需求say no

基于整体的规划，在面对业务需求时，可以从结果导向出发，以终为始，考虑几个点：

• 业务需求痛点是什么？为什么需要？会怎么使用？

• 是否影响到严选发展？影响金额有多少？影响程度有多大？

• 是否影响到核心项目的核心指标？影响程度有多大？

• 和个人发展有没有契合度？

基于业务需求的理解，后面三项问题的重要度和优先级逐渐递减，如果所有的问题都是YES，那毫无疑问，是可以接下；但如果所有的问题答案都是NO，那也毫无疑问，勇敢say no。

1.3 保障重点，分配资源

如果判断了业务需求也是符合发展方向和项目结果的，还需要聚焦和关注主要矛盾。因为可做的事情很多，能够辅助业务结果优化的事项也很多，需要找到对结果影响最大的点，再做资源投入的判断，可以掌握主动性。

做到上面这些点，还需要时刻提醒自己跳出来，保持清醒，陷入做数据是一件很容易迷失的事情。每天晚上想想，自己今天做到了没。

2

数据设计坑

作为一个数据分析师，不管是从分析角度还是从复盘监控的角度出发，都不可避免做报表的工作。报表的开发，从指标设计、代码开发、报表设计，每个环节，都隐藏着坑，一不小心，就踩中了。踩中出坑的成本是比较高的，轻则“优化”，中度“重构”，重则“做了白做”。因此这个坑能避则避，保持慎重和敬畏。

2.1 遵循【指标设计】规范

数据指标的设计能力，是数据分析师的基础能力。科学的指标可以直接反映业务问题，不科学的指标会让某些场景成为漏网之鱼。

谁来提出？谁来设计？

业务可以是指标提出者，比如业务提出监控指标是订单量，但是数据分析师需要是指标的设计者。衡量量级用量，衡量程度用率，大家可能都知道，但这只是一个方向，各有所长，业务提出的指标需要遵循规范。之前经历过比较痛的改革，比如退款率的优化、上架准时率的试图改良口径，是业务提出后，没有经过数据同学按指标设计规范进行判断的产物，优化和变革成本是很高的。

指标设计的出发点

指标设计是基于业务背景出发的，明确想要衡量的是什么业务操作，需要反映业务真实情况。

需要判断指标类型。基于这个指标想要反映的业务场景，需要的业务结果指标，还是过程指标，如果是结果指标，能否拆解到可落地的过程指标。

指标口径规范化

基于业务背景，去设计指标口径，首先需要明确的是，分子分母时间口径需要对齐，这样分子分母的因果关系才是可比较的。

其次，需要去考虑，如果出现指标波动，能否定位业务问题？怎么定位业务问题？如果整个指标设计，是说得通的，且业务是这样执行的，那说明指标口径和设计是有效的。

2.2 【代码开发】简洁可维护

数据分析的重点在分析，而非开发，因此在需要进行数据开发时，尽量一次做好，后期工作中尽量减少会出现二次开发和维护的时间成本。

节点依赖关系轻量

需要在开发之前，把节点的内容和依赖关系明确，如果开发之初没有想好，且不断叠加，可能会像一张蜘蛛网，这种任务的维护成本和交接成本很高。

尽量写分区任务

分区任务在每天执行时，执行速度更快，资源使用更加轻量。特别是需要进行数据回刷时，分区任务的执行速度表现就更加优秀了。

2.3 【报表设计】，简就是繁

报表设计环节，尽量用最少的指标反映最多的事情。报表设计100个指标和10个指标，可能10个指标的报表是更好的，真正的业务运作过程中，谁会每天去看100个指标来指导做事呢？

• 报表是只有日常看，还是特殊时期看。

• 需要明确业务看指标的起因是什么，动机是什么。决定了报表要把哪些重点指标明确call out。

• 需要明确业务看完指标以后，落地的业务动作是什么。如果看完指标，看了就看了，没有相应的业务措施去解决落地，那是无法产生业务价值的。

3

有始无终坑

什么叫有始无终呢？拿不到结果的都是有始无终。每一次决定付出时间的事情，都需要跟进到底。如果付出了时间，却没有跟进到底，那可能不应该开始。

3.1 跟进数据是否产生了业务价值

数据取完或者报表开发上线，不是结束，也不是结果。

一方面要去看数，发现问题，跟进解决结果。取完数据，这件事情并不是与我无瓜了，真正的业务结果达到了吗，你做的数据产生价值了吗？

另一方面，需要有主人翁意识，主动的基于数据，敏锐的洞察业务目前的痛点，又要基于业务了解，辩证的思考业务发展方向。

3.2 项目需要按节奏去复盘

项目的落地需要有明确的节奏，并且在项目跟进管理过程中，需要有复盘、汇报机制。比如汇报的机制，周报进度同步、双周项目汇报等机制，是否能按计划完成，是否有项目风险，及时投入资源解决问题。

在踩坑的历程中，曾经想要推动的缺货原因线上化，原计划是先线下收集，再归类线上化，在进行了多周多轮线下收集以后，迟迟没有规划产品线上化，其实差点就浪费了前期的工作，这是需要避免的。

3.3 听完看完需要沉淀输出，内化应用

很多新同学会抱着学校里的学习习惯，去请教经验、听分享、看书学习等通过不同的渠道输入，来丰富自己的储备。学校里往往是有考试检验你的学习成果的，你也会在考试前去重新复习。但是在工作中，往往没有非常明确的可以检验你学习成果的场景，很多时候是基于你的知识沉淀和积累，会自然而然在需要的时候有不一样的输出。在工作环境中的学习，是需要静下心去提炼、去思考、去内化的，沉淀是走心的过程。沉淀之后的小白兔，才会有厚积薄发的可能。

谨以此文，献给一年前和现在的自己，以及像我踩过这些坑也避了一些坑的同学，学会避坑，也是从“小白兔”向“小灰兔”的进化了。2021年的“小白兔”和“小灰兔”们，继续加油，未来还有更多升级迭代的可能。

作者简介

九乐(le)，网易严选数据分析师，数据路上的求知者，负责严选供应链计划的分析工作。