編輯導語：在以終為始的內容中，目標舉足輕重，但是在實踐過程中，或許還會力不從心：目標要怎么定？什么樣的目標才有價值？在大大小小的分析事務中，如何管理眾多的目標？本文將圍繞這些問題，聊聊數據分析師的目標管理該如何做。

通常來說，數據分析項目的起點是業務需求；按以終為始的落地思維，f分析項目過程需要圍繞著業務目標開展，但是業務需求做不做？如果要做的話，需要做到什么程度？需要對其背后的業務價值進行思考。因此，為了討論清楚目標管理，需要探清其上下游：需求管理（what，解決做什么的問題）-目標管理（how，解決怎么做的問題）-價值管理（why，解決做到什么程度的問題）。

一、需求管理

數據分析師會遇到大大小小的許多分析需求，在對它們進行管理之前，需要先知道有哪些需求：

• 按時效性區分，可以把業務需求劃分為臨時需求（例如取數、統計指標）、專項需求（例如活動效果分析、人群運營策略）、與長期需求（例如指標體系、日常運營監控、甚至是數據產品需求）。
• 按輸出形態區分，可以把業務需求劃分為PPT報告（例如針對活動的分析報告）、Excel表格數據（例如從數據庫提數、聚合后的報表）、BI報表（例如BI系統中的實時報表）、REST接口（例如模型以接口形式落地，供前端調用）。

做需求管理，最理想的狀態就是在拿到需求后能迅速識別分析項目的風險、影響、難點：

• 風險，更多指的是無法落地的項目，可能多是出自于領導“偉大的構思”，最終不了了之。
• 影響，分析結果的影響什么及程度多大？是僅僅給業務瞅一眼，還是會根據分析結論調整產品功能？
• 難點，對風險低、高影響的分析需求，是否具備可行性？

不論是老鳥還是新手，分析師起碼能對以上三方面有初步的判斷，接下來還需結合優先級思維做決策。

1. 優先級思維

數據分析實踐中，面對業務需求，很少場景能讓分析師決定做不做，因此，面對眾多的需求，更重要的是如何分配優先級，同時，這也是重要的落地思維之一?；谥匾o急模型，可以把需求分為重要緊急、重要不緊急、緊急不重要、不重要不緊急。雖然說需求的判斷力依賴沉淀的經驗，但是可以大體分為以下幾個維度的思考：

1. 交付日期Deadline 主要是幫助判斷需求的“緊急與否”維度。
2. 重要性如何判斷需求的重要性？某個事物的重要性在于它對其他事物的影響，也就是要回歸到業務場景來看當前需求在業務流程里的作用。同時，也可以反向思考它的必要性：如果不做這個需求會怎么樣？
3. 需求方在經營管理中，強調“以客戶為中心”，作為數據分析師，需要思考我們的客戶是誰？部門領導、業務部門、產品經理等。需求方來自哪個客戶，實際上也是對需求重要性的加權：

• 直接上級：從考核指標來說，這類需求的權重最大
• 項目相關業務方：除了領導交代的任務外，分析師所在的項目在不同階段都有不同的需求， 因為項目的成敗關系自身的考核，所以這些需求也同樣擁有較高權重
• 非直屬的業務領導：一些扁平化管理、管理靈活的組織存在跨部門協作，因此會有來自其它部門的領導的需求，雖然它們往往和自身考核關聯不大，但由于存在職位權力，可以賦予一般的權重
• 無項目相關的業務方：除以上的需求方，其余的業務方的需求，就顯得不那么重要。什么是業務方？我想是那些與自身的考核方向、項目外延相關的。雖然這類需求很多時候與自己無關，但是從維護職場關系的層面來說，可以以“安排排期”的形式來承接
• 其它職能部門需求(非業務方)：剩余的需求方恐怕除了是同事外就沒有什么關系，這類需求往往就是同事個人想請求分析師的協助。建議直接拒絕，省點力氣建設自己。

至此，通過需求管理，我們解決了需求做不做、何時做的問題，接下來需要借助目標管理來指導如何做。

二、目標管理

項目管理，實際上就是在做目標管理：制定項目最終的落地目標，按以終為始的思維倒推到當前節點，把過程拆解成里程碑階段性目標，而甘特圖上每個流程節點都有輸出交付的小目標。

有了目標之后，在開展分析工作的過程中，尤其是在最后給業務建議的環節，都需要評估當前的工作是否在為目標服務。

制定一個落地的目標可以借助SMART工具。

前面在講需求管理時，提到對需求風險的評估，也就是項目能否落地？這一點就可以借助Smart原則來對需求的完整性來做判斷。

假設領導夜間在朋友圈看了一個推文打滿雞血，轉發給你說要做。與領導溝通后，如果需求對應的目標仍是缺少了SMART原則中的其中一項，還能通過調整目標來實現，風險可控；但是一旦缺少了兩項及以上，項目落地風險就劇增，例如缺少了 R 和 A，說明這是一項全新的業務，現有資源無法支持，需要拉長戰線持續投入，此時項目充滿的是未知數，自然就談不上落地；更不用說缺少了SMART原則中三項及以上的要素，一旦遇到則要及時“把夢想扼殺在搖籃里”。

三、價值管理

落地思維有一個重要的內容，就是對“程度”的思考：從輸出形態的角度，對同樣一件事，是給數據結論就可以了，還是說要做成分析報告？是給數據報表就可以了，還是說要做成BI在線報表？做得越深的事情意味著需要付出更多的精力，這同時也需要有更高的價值支撐。

并不是說所有事都值得all in。這里強調的是對需求交付目標的把控需要和價值匹配：

• 避免用力過度：業務只需要臨時看一眼指標，竟然收到一份完整的分析報告;
• 避免不及預期：業務期望從分析師結論建議中找到功能迭代的方向，卻只收到一份結果數據的呈現報表。

具體如何做呢？可以從數據分析師自身價值，和分析項目價值兩個方向出發考慮。

1）數據分析師的價值

這件事中數據分析師自身的發展是否有價值？例如分析師剛開始學習SQL，缺少了實際的工作場景，此時產品部門提需求做較為復雜的存銷分析報表，盡管此項工作并非考核內容，但是可以幫助分析師實踐、強化SQL能力，那就值得去做

2）分析項目的價值

目標的設定除了要符合SMART原則外，還要緊貼項目的最終落地價值。

例如電商業務中，探索人貨場打通的策略，老板說這次項目是要擴大目標人群的規模。此時，如果只是圍繞這個目標去擴大人群，最終容易陷入價值困境，因為如果擴大的人群不能帶來轉化就沒有價值。

所以基于老板告知的目標，考慮其最終的價值落地在于人群轉化的產出業績。在實踐中，應該先打造高轉化率的典型場景，再基于此擴大人群，此時，隨著人群的擴大，轉化率會有下降，但是能確保一個基準。反之，如果先擴大人群再考慮轉化率的問題，落地難度很高。

完整的價值管理應該包括：

1. 價值判斷。思考分析需求背后的業務價值點，以及設定的項目目標、里程碑目標是否緊貼落地價值;
2. 預期管理。最好能讓團隊成員(或者是需求方、業務方)對需求、甚至是項目的目標及背后的價值達成共識。尤其是對領導給的風險較大的分析項目，及時向上管理對齊預期，減少不必要的效率浪費;
3. 價值落地。完成項目分析的最后一公里，通過策略建議、BI報表等所見即所得的形式落地;
4. 價值升級。能落地的價值證明分析師已經滿足了這個層次的要求，接下來可以持續上揚，而這可以借助工具PDCA循環來實現。

PDCA循環是項目質量管理工具，它把項目工作分為Plan（計劃）、Do（執行）、Check（檢查）、Action（處理），簡單來說就是不斷得復盤、調整。在實踐中，PDCA循環的魔力在于每一次項目之間，通過標準化沉淀經驗，持續釋放數據分析價值。

PDCA循環強調的是做價值升級，具體體現在對需求的主動升級上：臨時取數 → 統計指標 → 指標體系 → 專項分析 → 產品落地。

例如臨時取數的需求沒有價值可以言，但是在取數交付時可以與業務溝通是在做什么統計，分析師可以以更專業的視角來幫助統計指標。通過不斷的主動升級，將數據分析價值在業務流程中落地，實現變革提效。

本文由 @餅干哥哥 原創發布于人人都是產品經理。未經作者許可，禁止轉載。

題圖來自Unsplash，基于CC0協議。