如何做出優秀的數據分析項目（現場測試版）

• 2019 年 12 月 9 日
• 筆記

臨近年底，很多同學問：「如何做出優秀的數據分析項目？不然年終總結都不知道咋寫」。今天系統回答一下。想做好數據分析類項目，主要靠的是：樹立正確的觀念。這裡有5道測試題，一起來測一測自己有多大可能做出好項目。

要考試了好緊張

題目一（單選題）

1、數據分析項目好壞的衡量指標是：

A、時間、成本、品質

B、演算法難度、統計學知識、數學公式

這個題目是最重要的觀念，直接決定了一個數據分析師在當前公司混的好壞。數據分析工作有它的特殊性：

★ 它不同於銷售，不能直接為公司創收。

★ 它不同於運營，不能直接拉升活躍留存付費指標。

★ 它不同於交易/網站/ERP系統的開發，這些系統是業務必須的支撐。

★ 它不同於DBA，沒有DBA的公司不存在，沒有專職分析師的公司大把

數據分析工作本質上是一個可替代程度很高的輔助崗位。在數據分析觀念普及前，很多公司都是找個會寫sql的程式設計師來頂找個崗位的。就像瞄準鏡與槍的關係，沒有瞄準鏡槍照打，有了瞄準鏡，槍可以打的更准。

因此，雖然數據分析背後有演算法、統計學、數據做支撐，可企業care的不是這些書本章節，而是到底對業務有什麼用？有多大用？同企業里其他項目一樣。數據分析項目最重要的就是考察時間、成本、品質。

如果脫離了這些，空洞的追求「我用的方法好複雜，我好厲害」。那還是會學校里做科研好了，科研才需要追求高精尖，企業里追求的是：在達成目標的情況下，成本越低越好，時間越短越好。所以這個題一定選A。

很多剛畢業的、轉行的、新加入的數據分析師喜歡選B，選B也不代表沒前途。

因為選B的同學會花很大精力死磕書本，這樣雖然在一個公司混不起來，但是在跳槽的時候過面試的能力還是可以的，所以也能通過一年一跳槽來漲薪。但是想在一個公司做出成績，還是選A的好。

這個題目最關鍵，明白了這個題目，後邊的問題就迎刃而解了。

題目二（排序題）

2、以下人員，對數據分析項目品質的話語權為：

A、業務部門領導

B、數據部門領導

C、業務部門員工

D、數據部門員工（本人）

如果問題一吃透了，這個題毫無難度，答案是A≥B≥C≥≥D。領導意見大於員工意見，如果業務部門領導首肯，數據部門領導就直接應聲附和了。如果業務部門領導不發聲，那就看數據部門領導是不是認可。本人的：我覺得我做的很牛逼，毫無意義，切記切記。

請注意，有時會有業務領導和數據領導態度不一致的情況，這時候以自己直接領導的態度為準，外部門稍後考慮。在大部分企業，直接領導是決定自己績效評分的那個，所以一定不能得罪。

題目三（排序題）

3、請對以下五種項目成果，按品質高低排序：

A、可視化的數據產品

B、每月定期輸出的數據模型

C、部門級以上會議的彙報ppt

D、無群體彙報的ppt

E、Excel數據表

F、無固定格式的數字

G、寫sql跑完數口頭告訴業務

這個題完全解釋需要一整篇文章，但同學們可以用望文生義的辦法，直接作出回答，答案是：A=B≥C≥D=E≥F≥≥G。數據分析的成果很容易被人當夜壺：用的時候很爽，用完了就忘了。平時還嫌你臟：你看我不就是要個數字嗎！還要跑那麼久！所以做數據分析項目，要爭取輸出定期使用的、產品化的、大家必須看的成果。最好的就是上一套BI，或者業務的用戶跟進名單用模型進行優化排序，讓大家不得不用。不濟的話，寫個ppt，但爭取在會議上公開講。最差最差就是跑了一堆臨時需求單，寫了2000行sql結果連個正式輸出物都沒有，年底寫績效報告都不知道寫啥。

題目四（單選題）

4、今天是11月11日中午12點，你的領導說，下班前給一個預計，預測一下雙十一我們業績能去到多少，你怎麼做？

A、立馬回去建模，時間序列、XGboost搞起

B、回去找運營要推廣費用使用情況，算個投入產出比來拍

C、回去看下上午數據，根據去年同期拍一個

這個題非常有迷惑性。特別是剛看完上一題，很多同學會慣性選A。這個題的題眼不是「預測」而是「中午12點到下班」。數據分析可以建模、可以做BI、可以做可視化，但是統統需要時間，而很多情況下，業務不等人，必須快速給出結果。這時候要優先選簡單直接的辦法，並結合數據提示風險。所以建模要學、統計學要學、如何快速合理的拍腦袋也要學。很多新人夯吃夯吃搞了一堆模型，結果被領導三言兩語推翻，還批鬥：「你都幹嘛去了這麼磨嘰」，就是這個原因。這個題選C，最好是10分鐘內給答案，領導指示：「這個問題非常重要，要用更複雜、更科學的方法」以後，再考慮AB。

題目五（多選題）

5、數據分析的工作成本由什麼構成？

A、資料庫成本

B、電腦成本

C、開發軟體成本

D、BI產品成本

E、數據採集品質

F、數據清洗品質

G、程式設計師工作時間

這個題也非常非常有迷惑性，如果在陳老師問之前，很多人都壓根沒想過：「做數據分析還有成本啊？？！！」「這玩意不是一個飽讀《機器學習》《統計學》《21天精通python》的人敲敲鍵盤就搞掂的嗎？？！！」

答，數據分析肯定有成本，而且最大的成本是數據品質，好數據才有好分析，垃圾數據垃圾分析。特別是數據採集，業務流程漏洞百出，業務管理不規範，埋點不做好就上線，基礎數據髒亂差，分析個屁。

至於什麼軟體成本，電腦成本都是毛毛雨。數據品質是涉及公司根本的問題。所以這一題的答案是ABCDEFG，如果排序的話，是E≥≥F≥G≥A≥D≥B≥C

等等！很多同學會問。為啥有G，而且排序還那麼高？！因為數據分析師的工作時間是非常寶貴的。

學校里、論文里、專利里那麼巨複雜的模型都是耗費無數時間燒出來的。普通企業的數據分析師每日應付各種取數、彙報、excel都已經折騰半死了，連找對象都不一定有時間，還整高精尖模型呢。

所以必須考慮工作時間，日常需求要排優先順序，集中精力做有產出的東西，那些亂七八糟「我要個數」讓他排隊去。

以上，做完5個題目，理解了題目思路，如何做優秀的數據分析項目就呼之欲出了：

如何做優秀的數據分析項目

1、正式立項，把業務痛點作為項目目標

2、考慮時間緊迫性和數據品質，設計恰當方法

3、輸出定期使用的、產品化的、大家必須看的成果

4、需求排序，給自己留出時間干高品質工作

5、用快捷分析方法應付簡單需求，留出精力做複雜需求

為了取得好的教學效果，這裡用了5個最常犯錯的題目。