對于數據分析項目，很多人可能不知道如何下手，動手做之后又總是效率不高、效果不好。本文作者針對這個問題設置了5道測試題，來闡述如何做數據分析項目。
對于數據分析項目，很多人可能不知道如何下手，動手做之后又總是效率不高、效果不好。本文作者針對這個問題設置了5道測試題，來闡述如何做數據分析項目。
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。
這里有5道測試題，一起來測一測自己有多大可能做出好項目。
五道測試題 題目一（單選題）
做數據分析，項目好壞的衡量指標是什么？
做數據分析，項目好壞的衡量指標是什么？
- A. 時間、成本、質量
- B. 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：
- 它不同于銷售，不能直接為公司創收;
- 它不同于運營，不能直接拉升活躍\留存\付費指標;
- 它不同于交易/網站/ERP系統的開發，這些系統是業務必須的支撐;
- 它不同于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的程序員來頂找個崗位的。就像瞄準鏡與槍的關系，沒有瞄準鏡槍照打，有了瞄準鏡，槍可以打得更準。
因此，雖然數據分析背后有算法、統計學、數據做支撐，可企業關心的不是這些書本章節，而是到底對業務有什么用？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、質量。
如果脫離了這些，空洞地追求“我用的方法好復雜，我好厲害”。那還是在學校里做科研好了，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，后邊的問題就迎刃而解了。
題目二（排序題）
以下人員，對數據分析項目質量的話語權排序。
以下人員，對數據分析項目質量的話語權排序。
- 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。
領導意見大于員工意見，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，外部門稍后考慮。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）
請對以下幾種項目成果，按質量高低排序。
請對以下幾種項目成果，按質量高低排序。
- A. 可視化的數據產品
- B. 每月定期輸出的數據模型
- C. 部門級以上會議的匯報ppt
- D. 無群體匯報的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。
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）
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到多少，你怎么做？
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到多少，你怎么做？
- 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，并結合數據提示風險。所以，建模要學、統計學要學、如何快速合理地拍腦袋也要學。
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，還被批斗“你都干嘛去了這么磨嘰”，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，要用更復雜、更科學的方法”以后，再考慮A和B。
題目五（多選題）
數據分析的工作成本由什么構成？
數據分析的工作成本由什么構成？
- A. 數據庫成本
- B. 電腦成本
- C. 開發軟件成本
- D. BI產品成本
- E. 數據采集質量
- F. 數據清洗質量
- G. 程序員工作時間
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的成本。
數據分析肯定有成本，而且最大的成本是數據質量，好數據才有好分析，垃圾數據垃圾分析。特別是數據采集，業務流程漏洞百出，業務管理不規范，埋點不做好就上線，基礎數據臟亂差，沒法進行分析。
至于什么軟件成本，電腦成本都是毛毛雨，數據質量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
很多同學會問，為啥有G，而且排序還那么高？
因為數據分析師的工作時間是非常寶貴的。
學校里、論文里、專利里那些巨復雜的模型，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、匯報、excel都已經折騰半死了，連找對象都不一定有時間，根本沒有時間弄高精尖模型。
所以，必須考慮工作時間。日常需求要排優先級，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
- 正式立項，把業務痛點作為項目目標；
- 考慮時間緊迫性和數據質量，設計恰當方法；
- 輸出定期使用的、產品化的、大家必須看的成果；
- 需求排序，給自己留出時間干高品質工作；
- 用快捷分析方法應付簡單需求，留出精力做復雜需求。
為了取得好的效果，這里用了5個最常犯錯的題目。
下次，我們拿一些具體需求，看怎么做能出彩。
作者：接地氣的陳老師，微信公眾號：接地氣學堂。十年資歷的數據分析師，擁有多個行業的CRM經驗。
本文由 @接地氣的陳老師 原創發布于人人都是產品經理。未經許可，禁止轉載
題圖來自Unsplash，基于CC0協議
