身為數據分析師，卻被業務當做取數機？

01-23

初入行有題主的煩惱，當年直接面對的各部門各色提需求的很，大概能有200人之多。而且每個人都不是Regular，有些數據一個月要一次，有些半年來一次，有些時間更本不固定。

資本主義國家比較散漫，在職七年就加過一次班，加完班經理送了我一個禮拜的咖啡卡，一天半的工資和一天假期。

但是當時的業務量足夠我每天忙六個小時以上。這在紐西蘭這種鄉下地方是很影響生活水準的。

更不可以接受的是，這個工作量是不可計劃的。

所以當時用了大概一年半的時間來收集工作量數據，然後針對解決。（說的感覺很牛逼，其實很簡單）

首先給每一個客戶設置檔案，那個部門的，都來要過什麼數據，多久要一次；
因為剛進公司，打通各路關係，尤其是很IT部門。為以後申請工具鋪平道路；
和我的直屬業務主管說明情況，闡述我的願景。無非就是現在每天的工作量，可以大幅縮減，而且可以保證輸出，甚至增加輸出，包括產量和質量。上級的sponsorship很重要，可以在你遇到路障的時候飛過去。

其實當年進公司只會三板斧，SQL，Excel和吹牛逼。

本來計劃用DTS package解決數據遞交的自動化，後倆竟然發現還有一個叫SSRS的好東西。（新版DTS也被SSIS取代了）

一年過後，就可以針對幾個大Stakeholder出手了。

首先，針對有pattern的客戶，所有數據規範化，放在SSRS上自動發送。我負責維護流程，但是不參與（實際上我本來也不應該參與，畢竟人事系統，好多隱私info，工資，獎金，違紀，稅務）。然後，這一步解決了我一半以上的工作量，基本上可以騰出手來把剩下的問題當作一個大Project 解決，而不是像開始一項的小打小鬧。

而且，一旦把什麼東西立項了，很多大小領導的眼睛就會看過來了。畢竟效率提高了，也是經理可以claim的業績。

有領導來了就好辦剩下的了。我大概用了3個月時間interview所有來問我要數據的人，直接參与他們的業務，也就是說，我要知道你為什麼要數據。這個過程很花時間，而且經常吃閉門羹。很多人以為伸手就應該有人侍候著，。結果不但沒人侍候，還來一個Asian Boy刨根問底，卧槽你誰啊？

我誰？我是XXX GM派來調研流程效率的。。。-_-;

一來二去，結果就是又一半的業務量被掛到SSRS上自動運行了。

剩下25%的，大概有20% 以上最後被發現純粹是在扯淡，要不就是不需要，要不就是這些工作已經包含在SSRS上那75%裡面了。

那還有5%呢？基本上分兩種：

其他部門大Boss，就算是真傻逼的需求，但是他們能坐上這個位置也不會是因為傻，保持聯繫沒有什麼壞處
私人關係不錯，或者妹子美麗活潑又健談的。利用工作時間聊聊天，也算是勞逸結合。

結果呢?

年少無知，所有的improvement都是怎麼方便怎麼來三年多時間下來這麼多事情竟然沒有documentation。意識到了以後在Sharepoint上建了一個Wiki Page。但是那個時候已經太遲了，很多事情已經記不住了。

我這個人，上禮拜的事情都未必能記清，別說三年了。

尤其是三年下來我已經在SSRS 上schedule了600多個reports，而且一半以上Data Driven。因為是從SQL Scripting的背景過來的，所以大部分都是寫在SQLCode裡面。沒有幾個業務回去看SQL Code。

結果我發現我陷入了另一個泥潭

一方面我發現我經常無事可做，還好我閑不住，藉機會參加了很多各個方面的培訓。但是對於部門來講，我這個FTE在大部分時間是閑置的；
另一方面，因為我成了唯一的Go To Person，部門間的流動變成了不可能。因為目標一直是進入Leadership的職位，但是部門經理間一旦涉及到我的調動申請，都很默契的轉到我頂頭上司這邊，然後就默默的以各種理由pass掉。（這個不是我意淫的，是我離職的時候，幾個大Boss，包括我的上司和我說的）
你問我為什麼一定要在一個公司弔死？一個是因為房貸，這個公司是銀行，房貸有折扣。二是因為這裡是紐西蘭，地方小，理想的工作不是工資不如這個銀行，就是需要轉行，代價實在太大。

首先，你需要有自己的職業規劃；其次，你要了解上級對你的定位；最後，你要讓上級知道你的職業規劃。

一般而言，上級會努力為你創造一些條件，可以讓你去做一些你想做的項目，或者你也可以自己發現一些業務問題，提出項目命題。

身為廣告圈一名廣告狗，經常要拿收據跟客戶交流。在電視行業，收視率到達率。做電視的時候，我們公司有數據機，相比其他同事，一有數據需求就找人要數據。我的操作是，先跟負責跑數據的同事看了幾遍就自己操作。因為每個人服務客戶不一樣，想了解的數據內容不一樣，隨時讓同事提供數據，不僅慢，而且不一定符合你的要求。對於一般性數據，自己掌握取數據的方法，能大大提高工作效率。對銷售而言，磨刀不誤砍柴工。

你能預報准天氣，我找你要氣壓變化和雲圖數據幹啥！

我們解決了這個問題，買了個報表工具，所有的固定需求、明細需求、頻率大的全部整合後上系統。所以，你的問題並不難解決。

但是，

解決完這個問題後，我們整個部門都沒事幹了，閑得蛋疼，老闆想著法子逼我們走人。

嗯，找工作中。。。

今年畢業，和題主一樣，基本全是取數工作。。。偶爾維護一下數據挖掘的一些模型

1、數據搜集（感測器自動採集、打電話詢問、ERP導出等）

2、數據清洗（造假數據、錯誤數據刪除）

3、編寫SQL

4、使用excel、tableau之類處理

5、發布數據

實際業務中：1要佔用80%的時間。其他部分都可以自動化。

可以提供給業務方類似報表自主取數工具之類的系統，抽取出一些常用的維度，在一定程度上給予業務方取數的自由度
真正有數據驅動業務思想的業務方鳳毛麟角，有時候業務方為什麼要看這個數據自己都說不清楚，可能只是來自上面領導的壓力，這就要求數據分析師要有不比業務方差的業務思考。不是所有的數據需求都是必須的，要有砍數據需求或要求業務方修改數據需求的決斷。
要跟蹤業務方使用數據後的反饋。數據支撐部門在公里是比較被動的一方，業務場景或者技術上的更改，最後會落到數據支撐的統計口徑改變。如果以為出了數據就萬事大吉，最後落人口實的還是自己。

作為數據開發，在日常工作中，確實看到數據分析師被海量的數據需求包圍，我們團隊在三個方面在一定程度上緩解了數據分析師的取數壓力。

報表自主取數工具:抽取出業務方常用的數據使用邏輯，在系統中實現報表的自主查詢，下載
多維數據分析工具：以拖，拉，拽的方式，對數據進行多維的圖形展示，方便業務方日報，周報的需求
實時數據展示大盤：實時計算統計一些日常數據，並加以一定的交互展示

這個事情可能你解決不了。

在f，本身我們就有data science和data engineer兩個職位。前者注重複雜的數據分析，後者注重日常的報表。即使這樣，大部分情況下有一定複雜性的的數據獲取才會到他們那裡，比如年終計算整個組的貢獻，新項目從頭畫報表，新的metrcis的建立，或者計算業務發展方向，其餘的都是程序員自己做。

一來懶得等別人，能做的事情為啥要被別人block。二來程序員才是最清楚數據的人，數據是怎麼來的可都是寫在代碼裡面的，有時候細微的差別能導致數據的意義有很大不同。

所以這是需要從上到下建立以數據為中心的開發方式的認知。你可以跟自己老闆，自己老闆的老闆做建議，講其中的好處。但是他們是不是聰明人就不知道了

只有一個建議:轉崗。

做做ai相關的工作吧

我是個很初級很初級的數據分析師，之前也有好多好多提數據的工作。後來我幫經常找我提數據的人裝了資料庫，把基礎的代碼寫給他們，然後事情就少多了。偶爾幫忙改改代碼。現在寫了好多提數據的代碼模板，並按部門分好類，還是減少了很多工作量的。

我想業務部門能夠想到的數據也就是一些報表吧？題主你給整個報表工具不就解脫出來了？

話說，你都不懂業務，分析個毛線數據！給業務部門提供數據的時候上點心，把業務的核心邏輯掌握了，做出來的數據才會有價值。

你那邊首先應該要有業務人員要的所有數據。完成這個步驟之後，才有時間抽出來分析。

在為他們準備數據的過程中，也是你分析數據的過程。比如，每次要的數據有沒有共性，每次都要的數據可不可以自動化。甚至，有時候是不是可以引導業務人員的方向。

……讓系統自動生成所有標準格式數據不就好了……

讓你取數是看的起你, 你以為你能分析出什麼