数据分析师工作70%时间都在取数、加工处理数据，在大量重复工作面前，常常感觉没有成就感，同时也很难看到自身工作价值。本篇主意在帮诸位分析师解此疑惑，看到工作的意义和价值。
只有看见意义，才能在接下来的重重困难中不断前行。像那位砌砖瓦便看见宏伟建筑的砖瓦工一样，成为伟大的建筑师，而不会一直当一名普通砖瓦工。
看见意义，需要有长远的眼光。通常需要将时间拉长到五到十年，或者二十年，而由于年轻，经验有限，常常又无法看到五年后能发生什么。所以，长远眼光是随着经验积累逐渐形成的。喜欢请教他人、借鉴他人经验，便是培养长远眼光的一种捷径。
言归正传，数据分析师的主要价值，我提炼为三点：呈现决策数据、定位数据问题、探索数据价值。
第一，呈现决策数据
呈现决策数据，是数据分析师最基础也最重要的工作。呈现决策数据工作大多是从数据库取数、清洗数据、核对排查数据、提报表需求等，工作成果可能是报表，可能是一套数据监控体系，可能是一次性数据呈现等。
数据是最直观的指导业务决策的依据。呈现决策数据本身就能帮助管理层、基层员工在战略方向、业务线调整、产品优化、营销策略等多方面提供价值。
搭建数据监控体系是重要的呈现决策数据的手段。随着技术发展，可获取的数据越来越多，互联网公司及部分正在转型的传统公司都在搭建数据监控体系，以便随时监控业务变动情况，保持业务平稳发展。线下业务某个环节失误，只影响其所覆盖的某一个区域。而线上业务牵一发动全身：工程师的一行代码错误，可能导致上千万甚至过亿的收入损失。近期拼多多优惠券事件充分说明了这一点。所以线上业务对于数据实时性要求更高，搭建数据监控体系重要性不言而喻。
对于数据监控体系指标的选取标准，有三：一是重要性，二是不可替代性，三是可落实责任人。重要性是指此指标是部门甚至公司高度关注的指标，如订单量、营收、客流量等；不可替代性是指此指标不能被其他指标所替代，如**和**具有可替代性；可落实责任人是指关键指标变动能落实到某个组织单位或某个人承担。
市场部的关键指标可能是新增用户数、投入产出比；产品部的关键指标可能是产品转化率、订单量；运营部的关键指标可能是用户留存率。
第二，定位数据问题
分析数据、定位数据问题，是数据分析师主要工作和职责所在。发现业务异常时，数据分析师需要定位数据异常环节：问题出现在哪些流程？哪些部门？哪些城市？涉及哪些合作机构？
定位数据问题就是进行数据细分、拆解的过程。拆解维度需要具体情况具体分析，比如业务流程拆解、区域拆解、团队拆解、产品拆解等，能够帮助业务团队分析出异常原因即达到拆解目的。
在定位数据问题后，数据分析师需要结合数据问题进行业务判断：是业务调整措施导致？是市场环境变动导致?是竞品动作导致？是季节周期性导致？还是国家政策导致？
业务原因不是每次都能定位的，但可以综合多方面数据排除部分因素，帮助业务团队寻找可落地措施。
第三，探索数据价值
除了常规数据监控和异常排查，数据分析师应该把更多精力放在探索数据价值上。探索数据价值是以业务为出发点，发掘数据价值以指导业务决策。如果分析师把工作重心放在数据呈现，忽视数据的业务应用，就无法成为优秀的数据分析师。
深刻理解业务，是探索数据价值的前提。了解产品、用户、流程、场景、触点，以及行业产业链、政策动态等，都属于业务理解范围。
如何做到深刻理解业务？——从业务同学视角思考。从业务为出发点思考：当前业务面临的最大问题是什么？可能的原因是什么？如何用数据证明？当前业务是否有提升空间？用数据阐述有多大提升空间？需要投入多少资源？投入产出比是否合理？
通过探索数据价值，能帮助业务精细化运营，在决策上更加科学、客观、高效。这也是最能体现数据分析师价值的方面。
#蔷薇记#： 记录生活之美和智慧之妙。
这是蔷薇石原创的第103篇文章。
