做好”临时数据”好处多多！

提供临时数据，可能在部分从业者的眼里是含金量低的工作，没办法更好的体现自己的价值，但我不这么认为，首先，这是一件不容易的事情，甚至在部分时候是很难的事情；其次，这件事会让数据从业者得到很多，为工作的质量提升提供了很多思考和素材。之前的工作就有和团队的小伙伴们分享过要把提供临时数据这件事用好，受益匪浅，这也是我想写这个的原因，希望可以分享出去，也希望能与你们一起来交流提升

数据分析报告的类型

一、这不是一件容易的事

为什么呢？

• 业务人员，对于如何用数据衡量业务场景不是很清楚
• 数据人员，对业务的理解不够，不够深不够广
• 数据计算规则，数据计算规则涉及到很多细节处，业务方是不会清楚的，若数据人员没有和业务配合将细节确认清楚，可能会结果数据与真实数据千差万别，要做好的前提是对业务和数据同时非常了解的基础之上，如计算同比指标，是否要把新开的门店剔除？最近关闭的门店是否要剔除等等都是细节

上述情况不是每个人都会有，问题程度也有差异，特别是去一家新企业面对新业务时会更明显。当上述情况都出现时，问题就相当严重了，对于数据辅助业务做经营决策时，不仅不会提供帮助，反而可能会带来灾难

数据分析报告的类型

二、做好后可得到什么

参与其中的角色都有获益，虽侧重点有些许差异，但核心都是数据+业务结合更好

1、数据人员

1）学习业务知识，加深对商业的理解

2）对外建立专业形象，取得信任，扩大影响力，为后续更深入的数据工作做好准备

3）为日常的数据专题分析提供更全面的素材视角

4）给数据产品提供完善的灵感

2、业务人员

1）强化了数据思维，可更好的与数据人员互动

2）数据落地工作中，应用更加深入和精准

3、对企业

1）数据应用更落地

2）业务决策更科学合理

数据分析报告的类型

三、如何做的更好

1、观念转变

心里动机，数据人员由被动方转为主动方

体现在，要给对方提供衡量业务问题的解决方案，把对方的业务知识与数据结合，让对方因为自己的专业从而强化数据思维

结果产出，由提供一份数据转为提供衡量业务场景的数据解决方案

看似是一份临时数据报表，实则是衡量业务场景的数据，需思考对方要解决的是什么问题，从而提供真正合理的数据给到对方，帮助其更好的做经营判断

2、建立强大的责任心

对计算规则和精准度的执着，因无法通过数据结果去窥视这个数据的正确与否，所以提供数据的人员若责任心不够，数据就不会成为利器，很有可能成为锋刃的匕首带来负面的结果

3、具体方案

想了解方法，可参考之前写的"数据分析是否存在套路"，具体见文章末尾的链接，里面有讲到关于用数据指标衡量的方法，虽然临时数据看起来没有数据分析那么正式，但实则最终也是为了分析数据，也是选择合适的数据指标来衡量此时此刻的场景

两个常用的场景

场景1、业务方给了一个数据需求表格

• 快速判断该表是否存在问题，存在什么问题
• 基于问题和业务进行持续的确认，直到完全没问题为止

一般存在如下几个问题类型

案例

1）表格指标和业务真是诉求不一致

• 指标的计算取值不合理
• 如，可售SKU数，应该更换为"店均可售SKU数"，因为对应的维度区域门店数不同，计算店均才能更好的对比
• 选择的指标与需要衡量的场景不合理
• 如，生鲜/食百可售SKU均价，经确认目的是为了衡量商品的售价不同，导致的客单价差异，这个数据指标不合理，因商品单价跨度太大，看不出问题，换一种方案，用价格区间对应的SKU数分布，可以看到不同价格区间对应的SKU数分布是否有明显的差异
• 如关于如何发现对方规则不合理，后续会有专文进行详细的分享讨论

2）条件不清晰

• 区域维度和时间计算的范围不清晰

3）指标计算规则有模糊点

• 如，SKU要加入AB且有效，因存在无效的

场景2、业务方给了一段文字描述

文字描述往往很模糊不清晰，数据人员完全不知道该如何进行，两种解决方案

1）请求业务方将需要的数据画成表格形式，便于理解，然后回到场景1上完善

2）基于提供的文字，和对方互动其要解决的问题，再给对方设计对应的数据表格和其确认，过程中很多细节可借鉴场景1的方法

4、统一数据文件格式

存放临时数据的结果文件，是看得见摸得着的产出结果，若将其做的更专业正规，会加强信任感提升专业形象，可从如下角度优化

1）格式统一

文字统一、表格形式统一、颜色统一

2）数据口径

增加备注sheet，描述数据计算规则，含数据来源、指标计算规则、时间范围等

可参考如下模式

结果数据：

数据口径：

5、临时需求很多怎么解

临时需求很多，时间不够，需学习如何分配，可基于以下几点进行判断

1）熟悉程度

若对业务场景很熟悉，规则也明晰，可快速提供，相反需要且值得花精力去深入理解探讨

2) 固化报表

若有固化的报表可以提供拉取，但使用不方便，可告知对方如何查，且将优化点反馈给负责该模块的数据产品经理，形成良性互动，相反需深入研究

3）排优先级

将需求优先级拍好，并分享给对方，给对方一个心里预期，他们会更踏实，若遇上紧急需求，可进行调整，视具体情况而定

6、互动的关键点

1）及时将问题确认清楚，拿捏清楚对方的真实需求

2）及时将方案反馈给对方，让其共同参与来判断该方案是否更合理

3）每次都带着问题或者方案与对方互动

End.

挖数网专栏作者：芒果数

作者简介：零售业的数据从业者，负责过团队，做过从0到1的数据产品，深入业务团队数据工作，完成了数据职业闭环

个人微信公众号：芒果数（ID：DataMama2020）