對那些接觸數據類的項目較少的同學，要怎么在日常工作中積累數據分析項目，并在關鍵場景、如求職簡歷中，利用這些項目體現自己的業務數據思維？什么才是優秀的數據分析案例呢？本篇文章里，作者就嘗試做了解答，一起來看看吧。

今年求職是很難的一年，很多小伙伴在找工作的時候都需要更提現自己的「數據分析」能力以展現自己的價值，獲得工作機會。

即使目前在崗的同學，也希望更通過一些項目來體現自己的工作能力，加強自己的數據分析思維。

那么，什么才是一個好的項目。對數據接觸比較少的同學，又怎么在日常工作中積累數據分析的項目呢？

一、注意雷區不要踩！

很多同學，特別是剛畢業的同學，這幾個案例是否似曾相識：

• 拉勾網崗位分析
• 鏈家網房價分析
• 某母嬰品牌的電商銷量分析
• 某電商平臺的雙十一活動分析

注意??！

這些案例已經工作的同學千！萬！不！要！寫！簡！歷！上！

為什么？

這些案例在沒畢業的學生上還能用一用，起碼可以體現出是懂一點技能的。

但是這些案例為了能拿出來做培訓，都做過標準化，是跟具體的業務邏輯沒有很大的關系。

而已經踏入職場的人，更需要提現的是自己的專業價值。所以，在有選擇的情況下，千萬不要把這些案例寫在簡歷上，很容易被覺得是水貨，沒有真正的業務數據思維。

二、什么才叫做優秀的數據分析案例？

一個優秀的、可以通用化去講的案例，至少需要包含以下四點：

1. 分析的背景、確立分析目標
2. 分析的思路、數據清洗的過程
3. 分析的結果&建議、推動結果落地的過程
4. 結果落地的效果回收以及迭代方案

舉一個簡單的例子：

老王最近希望在工作之余搞點副業，問我們怎么辦，怎么整出個有效的方案？

那么接下來會有幾個問題：

問題A：工作之余是什么呀？想要搞多少錢的副業呀？時間上形式上有什么資源沒有呀？

問完后，發現老外所謂副業只是想下班后支個攤，賣點小燒烤。

這一步的詢問，就是了解分析背景，確定分析目標。

問題B：怎么樣支小攤成功率才更高？

那么就有好幾個維度：去哪賣、賣什么、啥時候開門賣到幾點。

• 去哪賣：做地點調研、人流變化調研；
• 賣什么：看哪種燒烤賣的多、微信支付寶訂單加起來有多少、給現金的有多少；
• 啥時候開門賣到幾點：分析人流情況、分析人流時段上的密度。

這三個維度的拆解，就是分析的方向和思路。

接下來就要去做各個地方實地調研人流和品類，自己去觀測，請大媽幫觀測人群。

試擺攤的時候把每天賣的錢和賣的東西錄入excel。這一步就叫做數據采集和數據清洗。

問題C：分析的結果如何，怎么幫老王落地？

假設咱們根據數據分析得到的結果是：

高新A地鐵口晚上人流量大且全是社畜，下班后經常要去來一杯釋放壓力。主要聚集在8-11點。羊肉串金額占比50%，買羊肉串的時候還會點啤酒和花生。

那么我們可以建議老王多備點羊肉串，并且整個打工人套餐，專賣啤酒羊肉串花生組合，7點開攤搶占位置，賣到11點。如果老王有疑問的話，還跟他一起出攤幾天觀察效果好快速迭代。

這就叫做效果建議和推動結果落地。

問題D：效果好不好？好的話能不能去蹭蹭？不好的話老王會不會砍我？

這個問題很！重！要！

一個數據分析流程到了出報告、給建議絕不是結束。還必須要跟進這個結果的反饋。每天去跟老王聊聊賣了多少錢，套餐好不好賣。有沒有達到老王的預期。如果沒有的話，還可以往哪些方向迭代？如果有的話有沒有可能搞多點套餐來賣？

保持對老王的持續關心，不僅可以對擺攤業務更了解，還可以明確老王預期，挖掘新的機會。

這就是結果落地的效果回收以及迭代方案。對結果負責，老王才會真心把你當自己人。

大家可以發現，這里面技術占比為啥這么少？為啥沒有可視化技巧??？！這不是很重要的嗎？！

對，是的，技術很重要，但是主要在數據采集、數據清洗、探索性分析的階段使用。所以并不是擁有了技術手段，就可以完成一份優秀的分析案例。

在一個分析的項目中，業務和技術在分析中的時間關系占比可以總結為：

懂技術和懂業務，都是為了提升分析的效率。

在一個問題的分析效率上來說，技術帶來的數據處理效率和業務經驗帶來的業務溝通效率是同等重要的。

但業務經驗更對結果負責，有業務經驗方便制定探索方向，避免數據清洗和探索分析的時候因為走錯路線而碰更多的壁。

而更重要的，作為一個非技術人員，業務知識才是我們的強項，為啥放棄自己的優勢，去跟別人卷技術？

三、如何在自己工作中發掘總結分析案例

在我們的工作中，分析案例無處不在。按照以下邏輯去梳理，很容易發現項目：

• 我每個月/季/年需要達成的目標是什么，我可以如何拆解？
• 我的領導是如何給我制定這個目標的，需要解決什么問題？
• 這個目標是我一個人就能完成的還是需要跟其他人協作完成的？
• 結果如何？如果我新的知識做，會不會更順利？

一個商品運營梳理的成功案例

小紅是一個商品運營，負責童裝品類的商品售賣支持及補貨支持。用以上邏輯拆解可以得到：

從頭處理下來，已經有了豐滿的分析案例：

• 項目的背景——銷售額占比，負責解決什么問題；
• 項目的執行——分析可調配資源，尋找突破點；
• 項目的推動——用數據說話，找合作空間；
• 項目的復盤——新技能、新思路，系統性的解決遺留問題。

這就是一個大部分人都想看到的，精彩的案例了。特別是學習技能的同學，可以按照自己的現狀，選擇性的學習，并且快速的應用到自己的工作當中，而不是盲目的去學習、練習網紅項目。自己能馬上用到的，就是最好的。

在日常工作中，多總結、多提煉、多復盤，并且學以致用，就可以擁有很多精彩的項目。