經(jīng)常有同學(xué)問：“到底怎樣才算一個(gè)優(yōu)秀的數(shù)據(jù)分析項(xiàng)目？”“我平時(shí)干的都很簡單，算不算項(xiàng)目？”今天系統(tǒng)跟大家講解一下。

首先大家要明白，并不是所有的項(xiàng)目，都需要找一個(gè)萬人大會堂，拉著橫幅，董事長總經(jīng)理輪流上臺鳴鑼開道的。只要滿足“在特定時(shí)間、特定條件下有具體產(chǎn)出的”都是項(xiàng)目。因此，做項(xiàng)目的關(guān)鍵，不是圖個(gè)名號，而是有具體的產(chǎn)出。

有了具體產(chǎn)品的產(chǎn)出，KPI/OKR文檔好交差；領(lǐng)導(dǎo)對你滿意度提升；升職考評的時(shí)候有更多資本；跳槽也有更多可以寫簡歷的東西。這才是我們要爭取的。而所謂“優(yōu)秀”的項(xiàng)目，指的是這個(gè)具體產(chǎn)出，能讓領(lǐng)導(dǎo)和業(yè)務(wù)部門認(rèn)可。讓大家覺得對自己有幫助，而不是聽到個(gè)數(shù)據(jù)，再吐槽一句“我早知道了……”

那么，第一步該從哪里開始呢？既然終極目標(biāo)是“讓業(yè)務(wù)覺得有用”，自然應(yīng)該從認(rèn)識服務(wù)對象，清晰對方需求開始。拒絕閉門造車

一、認(rèn)識服務(wù)對象

做項(xiàng)目，最重要的當(dāng)然是搞清楚目標(biāo)；搞清楚目標(biāo)，第一步當(dāng)然是搞清楚為誰服務(wù)。這是數(shù)據(jù)分析新手與老鳥之間的最大差異。

往往沒入行的小白，滿腦子都是“模板、模型、公式”。以為只要對著模板copy一份就算是完成工作了。剛?cè)胄械牟锁B們喜歡籠統(tǒng)地說：業(yè)務(wù)。可業(yè)務(wù)并不是一個(gè)孤零零的、獨(dú)立的個(gè)人。業(yè)務(wù)兩個(gè)字背后，是非常具體的、復(fù)雜的含義（如下圖所示）。

具體問題具體分析，是數(shù)據(jù)分析的最基礎(chǔ)要求，也是做好項(xiàng)目的第一步。因?yàn)檫@五大要素和它們的具體形態(tài)，決定了我們的數(shù)據(jù)分析可以做到什么程度，應(yīng)該做成什么樣子，做成什么樣才能滿足需求。具體的關(guān)系，如下圖所示：

理清具體問題非常重要。過去我們常說傳統(tǒng)企業(yè)如何如何，互聯(lián)網(wǎng)企業(yè)如何如何，在渠道融合發(fā)展的今天，實(shí)際上二者之間邊界越來越模糊。如果不具體分析，往往會鬧出很多笑話。

比如：

• 曾是toC互聯(lián)網(wǎng)企業(yè)，現(xiàn)在要發(fā)力toB，完全不知道怎么和客戶打交道；
• 名為互聯(lián)網(wǎng)產(chǎn)品，可服務(wù)對象是實(shí)體老板，銷售還在用最原始的電話外呼；
• 名為互聯(lián)網(wǎng)行業(yè)，可運(yùn)作的仍是實(shí)體產(chǎn)品，進(jìn)銷存量收利一樣都不差；
• 名為新零售，可數(shù)據(jù)采集一塌糊涂，連傳統(tǒng)連鎖店都比不上；
• 名為傳統(tǒng)企業(yè)，可在做數(shù)字化轉(zhuǎn)型，玩的是分銷、裂變； 

以上種種復(fù)雜場景，不是大喊一句“我是互聯(lián)網(wǎng)AARRR思維”就能搞掂的。指望套模板結(jié)局就是死翹翹。況且經(jīng)過這幾年的歷練，很多運(yùn)營、產(chǎn)品經(jīng)理、策劃都學(xué)會了基礎(chǔ)數(shù)據(jù)分析概念，這時(shí)候還抱著充滿“SOWT、PEST、5w2h”一類空洞口號ppt模板，數(shù)據(jù)分析師就等著下崗吧。具體問題、具體分析，怎么強(qiáng)調(diào)都不為過。

并且，了解清楚狀況，對于下一步把握戰(zhàn)機(jī)非常重要。如果凡事都等著業(yè)務(wù)找上門來才干，那就跟叼飛盤的汪汪沒啥區(qū)別了（業(yè)務(wù)提一個(gè)假設(shè)，數(shù)據(jù)驗(yàn)證一個(gè)假設(shè)，宛如一只叼飛盤的汪汪）。自己對形勢有判斷，才好主動(dòng)發(fā)現(xiàn)機(jī)會。

二、找到發(fā)力時(shí)機(jī)

數(shù)據(jù)分析項(xiàng)目，最大的敵人是：日常工作。所以，并不是所有事情都適合立項(xiàng)目來做。時(shí)機(jī)非常重要。

往往我們要挑業(yè)務(wù)部門的以下時(shí)機(jī)入手：

• 想做創(chuàng)新
• 想改良現(xiàn)狀
• 新工作兩眼一抹黑
• 遭遇問題不知所措
• 三板斧砍完不見效

在這些戰(zhàn)機(jī)時(shí)刻，拋出系統(tǒng)的解決方案，一鼓作氣獨(dú)立把問題解決掉（如下圖所示）：

三、確認(rèn)項(xiàng)目需求

找好發(fā)力時(shí)機(jī)以后，與具體業(yè)務(wù)方談妥，準(zhǔn)備動(dòng)身開工。在開工前一定要確認(rèn)好項(xiàng)目需求，具體來說就是項(xiàng)目鐵三角：

這里有三點(diǎn)要注意：

1、數(shù)字、模型、報(bào)告本身不是產(chǎn)出。業(yè)務(wù)從不了解情況到了解，從沒有辦法到有辦法，從不知道怎么選到知道怎么選，從沒有準(zhǔn)備到一二三級預(yù)案，這才是產(chǎn)出。所以不要脫離問題就數(shù)論數(shù)。從數(shù)字里推出結(jié)論。

2、時(shí)間千萬別忘了。時(shí)間緊，盡量快速出結(jié)論；時(shí)間寬，就要分步驟輸出，企業(yè)不是學(xué)校留大半年給你慢慢憋論文。

3、有多大鍋下多少米。如果數(shù)據(jù)質(zhì)量差、人手不足、缺乏分析經(jīng)驗(yàn)，就沉住氣一步步做，不指望一次解決所有問題。

這三點(diǎn)對于項(xiàng)目成果至關(guān)重要，過往歷史中有太多數(shù)據(jù)分析師沉迷于折騰“科學(xué)方法”，忽視了項(xiàng)目管理，忽視了時(shí)間-投入，結(jié)果畫的餅大，煎的餅小，最后灰溜溜收場。

這里要還要注意工作方式。確認(rèn)需求，不是讓你直接問業(yè)務(wù)：“你們想分析點(diǎn)啥”。這種問法太被動(dòng)，又回到叼飛盤老路上。而且往往業(yè)務(wù)會回答的你摸不著腦袋。

比如：

• 你幫我想個(gè)辦法唄（找你要執(zhí)行方案）
• 一定是對手/天氣/運(yùn)氣……（企圖甩鍋）
• 我想分析用戶心智資源（壓根沒數(shù)據(jù)）
• 只要有人工智能用戶就會買單（方法不切實(shí)際）

所以，靠譜的做法，是一步步梳理需求，引導(dǎo)到數(shù)據(jù)分析可以解決的問題上，正本清源，客觀解決問題（如下圖）。具體引導(dǎo)方法有很多細(xì)節(jié)可以講，稍后我們結(jié)合具體案例，詳細(xì)的說。

四、開展分析工作

做完需求，后續(xù)就是正式工作。具體內(nèi)容和分析議題有關(guān)，這里不展開講。如果前期梳理清楚，中間過程自然順利。這里只強(qiáng)調(diào)一點(diǎn)：數(shù)據(jù)分析工作切記憋大招。憋得越久，人們對你期望值就越高，最后失望就越嚴(yán)重。因此，只要項(xiàng)目工資超過1周，就得有周匯報(bào)，通知大家進(jìn)度；時(shí)間超過1個(gè)月，一定要有月總結(jié)，拿中間過程和大家碰一下。

特別特別是用到算法的項(xiàng)目，往往一聽到算法業(yè)務(wù)部門都以為是神兵下凡，所到之處必然望風(fēng)披靡。所以，算法項(xiàng)目死于業(yè)務(wù)期望值過高的例子，特別特別多。過程中，具體的算法過程不用向業(yè)務(wù)匯報(bào)，但是遭遇的困難和期望輸出的結(jié)論，要經(jīng)常保持溝通，適當(dāng)控制業(yè)務(wù)期望，避免最后一刻才發(fā)現(xiàn)貨不對板，最后身敗名裂。

五、工作匯報(bào)

這里不展開說了，陳老師更新過一個(gè)數(shù)據(jù)分析報(bào)告系列連載，大家可以關(guān)注公眾號在菜單欄參閱?？傊?，匯報(bào)的時(shí)候，要考慮目標(biāo)聽眾的身份、目的、結(jié)合項(xiàng)目目標(biāo)做個(gè)性化匯報(bào)。這樣才能取得好效果（如下圖）。

基于聽眾的思考，使得即使同樣的數(shù)據(jù)，同樣的結(jié)論，也能有不同的表達(dá)形式，最后抓住聽眾眼球，讓大家感興趣，給項(xiàng)目完美收工。

小結(jié)

縱觀整個(gè)過程，我們能看到，做好項(xiàng)目的過程，就是把數(shù)據(jù)方法應(yīng)用于企業(yè)實(shí)踐的過程。數(shù)據(jù)本身有統(tǒng)計(jì)學(xué)、數(shù)學(xué)、編程、數(shù)據(jù)庫等專業(yè)知識，但其中相當(dāng)部分（比如數(shù)倉、ETL）是為保障數(shù)據(jù)本身的正常運(yùn)行；相當(dāng)部分（比如語義判斷、圖像識別）是用于工業(yè)應(yīng)用，不用考慮業(yè)務(wù)理解和配合；相當(dāng)部分（比如統(tǒng)計(jì)學(xué)）適用于科學(xué)實(shí)驗(yàn)、農(nóng)林牧魚研究。

大量的業(yè)務(wù)不是科學(xué)問題，而是實(shí)操問題。O2O平臺如何管理商戶，新媒體平臺如何發(fā)展本地客戶，直播電商怎么選款等等問題，都得把數(shù)據(jù)知識和實(shí)際業(yè)務(wù)結(jié)合，才能輸出結(jié)論。

更不用說，相當(dāng)多的問題，都夾雜了辦公室政治。特別是數(shù)據(jù)分析項(xiàng)目，經(jīng)常涉及對業(yè)務(wù)表現(xiàn)的評價(jià)，涉及分析到底哪里沒做好，更容易引發(fā)部門間罵戰(zhàn)。