本文作者：單元明, GrowingIO聯合創始人、產品VP。單元明畢業于復旦大學和華盛頓大學，先后就職于Coursera、LinkedIn和Rocket Fuel，主要從事互聯網產品和移動分析、用戶增長和貨幣化等方面的工作，有多年數據化業務驅動經驗。原文發于GrowingIO技術博客，授權36氪發布。

作為一個數據分析人員，有沒有經常被業務人員抱怨報表出的太慢、被工程師嫌棄埋點溝通不精準、甚至被老板懷疑并沒有創造什么商業價值.......

好好學習這四步分析精髓，從樹懶慢先生變成一部行走的AlphaGo，真正的人工加智能，數據分析又快又準！讓你一舉成為公司頭牌，用數據驅動業務增長，快到飛起來！

直接上干貨！

一、定目標

首先要設定好業務目標，不但能明確接下來分析究竟是為了什么，而且在人人都加班加點不怕猝死的環境下，可以盡可能的優化時間，放到最能產生價值的地方。

比如下面這些:

1.    每次開會前有明確的目的
2.    接受任務時想過真正的需求是什么
3.    定義指標時想過以后怎么用
4.    A/B測試前都設好成功標準
5.    制作報表前想過結論是什么, 推薦什么行動
6.    分析產品時是要讓用戶更滿意，更多付錢, 更長時間使用, 還是更經常使用

同時，作為數據分析師還要注意團隊合作中可以實現高效溝通，讓搭檔和老板清楚了解回報是什么，為什么要支持這個決定，為什么要分配資源，為什么要放下手中別的活，清晰的目標就是溝通的核心，價值就是讓對方眼睛發亮的關鍵，至于背后處理了多少數據，提交了多少SQL，估計了多少模型參數，制作了多少漂亮圖表，沒人在乎。

數據分析，結果導向。做事前先想想要創造啥價值，最好能直接產生業務增長，滿足人的欲望。沒有目標，光在那炫酷玩屠龍術，遲早被老板砍掉，被客戶踢開。

二、用產品

培養分析師的用戶視野

定好了分析目標，就要從數據分析的基礎，用產品起步了。用產品可以幫助分析師獲取缺失的信息，培養同理心，站在用戶的角度看問題。

數據的顆粒度再細也是有限度的，而且是冷冰冰的，反應的是抽象后的狀態。當看到一個注冊漏斗有很大比例用戶離開時，說明了什么？數據上也許說明了有需要改進的地方，但注冊流程中究竟哪里需要改進？用戶到底想要什么樣的體驗？用戶現在的感受如何？這些形象具體的信息，或者說沒能記錄的“數據”，就需要按照用戶的方式，實踐幾遍，才會有所感悟。

當自己試著去注冊，卻發現輸入幾次密碼死活通不過，是不是自然而然心中跑過一萬頭草泥馬？為什么至少要8個字符？為什么又要大寫，又要小寫，還要數字，特殊字符? 又不是銀行帳號。而且密碼要求怎么不明確顯示出來?

更要命的哪些算特殊字符可能也沒不說清楚，用戶估計槽都不想吐了。親自使用產品，通過眼睛，耳朵，大腦，和心，體驗那些被數字抽象掉而流失的感覺，也就明白了用戶的沮喪，改哪里，怎么改也就變得清晰。而這一過程，也培養了分析師多角度觀察問題的能力，成為連接用戶和公司的橋梁。

理解數據定義和業務邏輯

數據如何生成？傳統方法是靠工程師寫事件處理函數。數據需求哪里來？業務人員要看得指標。那么觸發條件是什么呢？業務和技術的理解是一樣的么？銷售說，我想知道這個廣告位點擊率多少。工程師說，廣告位的點擊次數和瀏覽數已經有了。馬上就拿這兩個數據除一下就去給銷售么？銷售是怎么定義點擊率的？分子分母分別是什么含義？瀏覽次數是指眼睛看了多少次么？如果親眼去看下廣告，可能發覺廣告位只要渲染了，即使未在顯示器中出現也算。這一進一出，點擊率翻個倍都有可能，工程師知不知道銷售的確切意思？銷售知不知道工程師的實現？如果客戶問起如何回答？

通過產品使用，才能體會到數據整個上下游中的定義問題，增強一致性，而不是默認工程師給的就是業務需要的。隨著無埋點技術的發展, 現在數據分析已經能做到由業務人員直接進行數據定義，而無需工程師過多參與。

但在定義中，仍會涉及到具體的定義細節，只有通過實實在在的使用產品，才能體會這些細節上的差異和因此帶來的蝴蝶效應。

體會細節差異

除此之外，用產品還可以快速檢查數據質量和邊界條件，特別適合高速迭代。點下按鈕會否生成重復記錄？有沒有漏掉的觸發？輸入框最小幾個字符，最大有沒有設限，哪些情況會產生錯誤數據，定義的標識符是否正確記錄，用下產品，看看下游接收到的數據，馬上就能知道。

三、看原始數據

有明確的目標，也了解自己的產品，還需要什么？統計？編程？算法？忽悠？這些當然重要，但更重要，也往往更容易被忽略的是建立起對數據本身的感覺。對數據的感覺，說穿了，就是對數據結構, 具體數據形式的熟悉和敏感程度。

數據分析師需要通過看原始數據找感覺

列舉些常用的方面如下。

表格

常用表的作用；

數據庫總體數據量；

每天會增加大約多少數據量；

一個時間范圍內的全表掃描需要的大致時間；

是否需要采樣，或安排到半夜進行事務數據和分析數據的誤差；

有否超過允許范圍合計表的數據源；

合計邏輯是什么更新頻率和相對現實交互的延遲映射表的關系，一對一，一對多，還是多對多記錄的是快照，還是所有歷史變化可用索引原始數據的結構；

哪些信息是鍵值形式，哪些是數組形式原始數據留存政策和時間。

列

常用列的意義；

列之間的關系列值的分布；

不對稱情況，是否合適作劃區哪些有效，哪些過期的；

哪些有問題的如果是枚舉值，常用的值，代表什么意思是否有0，負值，空值，特殊值的排除和處理時間存儲的形式；

UTC還是本地時間，單位是秒，毫秒還是微秒級字符串中可能含有的列分隔符；

亂碼值是否應該獨特唯一、是否做到獨特唯一數據類型，顯示的都是數字，但是否錯誤的存成字符串

其他

產品迭代中，新舊數據的區分點；

不同的業務邏輯線下上傳；

第三方的離線數據源；

常用的黑名單、白名單、測試名單；

授人以魚不如授人以漁，看原始數據，就是建立對數據感性認識的最好方法。

讓分析師沉下去，了解公司數據生態圈的各種主要細節，從而能高效產生新的聚合信息。而不是浮在上面，只知道一些歸并抽象后的現存量化值。需求千變萬化，總有很多情況，沒有可以直接使用，合計好的表格，這時就需要去建新的業務邏輯，生成新的合計表，對數據細節的高度把握，對流暢完成這一過程有很大幫助。

另一方面，挖掘洞察的過程中，很大一部分時間都是在搞數據清理：檢查正確性，去除污染，轉變成可用形式等等。

而對數據的熟悉程度就直接影響這些工作的效率。而每當需要記錄新的跟蹤，也能知道新信息加在哪里更利于使用。

日常工作中, 推薦兩個方法去熟悉原始數據，一是根據實際需求，去觀察相應的數據來培養感覺。二是可以有意識的，刻意的投入一些時間去看當前職責之外，但和公司主要業務產品緊密相關的各種表格，各種原始數據的具體內容和形態，會對以后的工作產生很大幫助。

四、記業務指標

作分析除了需要各種軟硬通用的能力，比如統計，編程，算法，忽悠等，還得對公司的業務非常熟需。從分析的角度看，增加業務的熟悉程度最直接有效的辦法就是記指標。如果不看報表，下面這些問題有幾個能立即回答出來。

數據分析師的基本功：熟記指標

常見的業務指標

公司平均每天／每周／每月營業額，活躍量，流量大小；

周末和周中關鍵差別和特征；

早上，中午，晚上用戶關鍵差別，活躍數，流量；

北京和上海，各主要地域的市場份額，消費能力，平均每用戶營業額；

公司下個季度預期增長率，預期今年的營業額；

桌面和移動的活躍比例，收入比web和app的比例免費用戶和付費用戶比例、主要差異、80%的營業額由前百分之幾的用戶提供；

主要漏斗，如注冊，登錄，付費，提交等，每一步的轉化率，流失率主要產品的客戶留存；

獲取用戶的成本，用戶的生命周期價值公司平均每天／每周／每月營業額，活躍量，流量大小周末和周中一般差別；

以上這些指標，很多互聯網公司都有，但能不能記住，是區別一個分析師水平的重要方面。好的分析師，這些都爛熟于心，幾乎成為了第二本能。

熟記指標的優勢

熟記關鍵的指標，在看到異常波動時，才會敏感的察覺有地方不對，也就是我們通常說的“感覺”。這一點在公司人與人交互中尤其有效，因為交互是實時性的，需要有立即的反應。

比如開會中討論新的方案，需要立即指出可能存在的問題，并給出質疑的原因和證據，引導會議成員的思路并提出解決方案。而如果對業務指標不熟悉，很難有這種感覺，或者就算有所察覺，但因為不夠熟悉不夠自信，就需要去翻看報表，找到相應的關鍵指標，前前后后可能需要十幾分鐘。這在一個人做分析時，沒有太大問題，但在會議，討論等實時性很強的互動中，顯然是不合適的。

熟記指標另一個巨大優勢是能給分析師帶來巨大的可信度。

分析師相比其他職位最大的優勢是能接觸到數據，海量的數據。在規劃戰略，定位產品時，很多觀點都是基于邏輯推理，行業經驗，類比假定，而分析師就有機會提供更加量化的指標，為合理的觀點提供強有力的支撐。所謂事實勝于雄辯，“我們隨機抽樣，90%用戶支持現在的定價”就要比 “一般大家都這個價位” 要有說服力的多。長期進行以量化事實為依據的交互，分析師能贏得很多的信任，從而更有效的領導跨組合作。

如何記住業務指標

別小看指標的數量，雖然是大數據綜合提煉而成的統計表征，但指標自身可能也是“大數據”。拿活躍用戶這一個指標舉例，看過去7天按每天整合，就有7個數據點。如果再按地點北京上海等分類，可能又有10個點，然后再加上設備，渠道，付費級別，參與程度，訪問來源等維度，以及互相之前的環比，同比等等，那一個指標變成幾千或者幾萬個數據點輕而易舉。如果要把這些全記下來，那基本不用干別的活了。

比較有效的方法就是抓大放小。

首先，如果日活是1234567人，那么后面那些具體數字基本上沒有太大意義，記一個120萬人就可以了，要得是那種大致的感覺，不是銀行出納分厘不差的精確。

其次，各種維度記幾個主要值就行，比如地區就記北京，上海，廣州等。而設備就是安卓，蘋果，桌面等，不需要背黑莓，win phone等各種小眾移動的份額。

最后，優先記整體情況，只有一個維度時的聚合, 如果有時間再看多維度的交叉細分。比如，N天前，北京、蘋果、付費用戶，這4個維度交叉后的指標可能也有價值，但把不交叉時的主要時間、地點、平臺、用戶類別的指標記清楚，覆蓋范圍要廣的多，記的數量也要小得多。如果你能定下清晰地目標、熟練使用產品、熟悉原始數據、熟記關鍵業務指標，恭喜你已經從一名數據分析人員進階為一名合格的數據分析師了。

如果你還會能掌控最新、來自硅谷最前沿的數據分析產品，比如無需埋點、全量實時采集的新一代數據分析產品；恭喜你，不只是一名合格的數據分析師，簡直就是一名數據科學家啦。