漫談 | 數據分析的兩種工作模式

數據分析可以分為兩種主要的工作模式：

• 需求導向，數據分析師對于業(yè)務方的角色，更像乙方和甲方；
• 項目導向，數據方和業(yè)務方關系更類似于合作伙伴，同時對業(yè)務也有更多的控制權或話語權；

需求導向

業(yè)務方提需求，然后由數據分析團隊leader指派分析師對接需求，或者分析師長期分配到細分業(yè)務線(需求由對接的一個或多個分析師來完成)。

適用場景

• 業(yè)務還處于摸索階段(早期)，一般這個時候業(yè)務增長的動力主要來自產品或運營，通常這個時期沒有完善的數據體系，數據介入較少；
• 對于初級的分析師或者分析師初次接手了解業(yè)務時，可以這樣通過需求這個點逐步了解業(yè)務；
• 分析師交叉熟悉多條業(yè)務線；

優(yōu)點

• 目標明確，問題導向
• 臨時性強，所以也比較靈活；
• 有利于快速熟悉常見的分析任務和數據流程；
• 可以快速接觸不同的業(yè)務(分析師和不同業(yè)務線交叉對接的情形)；
• 積累需求case，后續(xù)可以將高頻的需求轉化為報表；

缺點

• 如果業(yè)務方不靠譜或者數據分析師缺乏必要的需求溝通能力時，容易被牽著鼻子走——數據分析師會很被動，容易出現“提數機器人”；
• case by case，解決“定制化”的小需求，是投入產出比很低的；
• 分析師接觸到的需求是“碎片化”的，難以對整塊業(yè)務有全面的認識，進而分析時考慮的因素或環(huán)節(jié)可能不全；
• 被動響應，有可能業(yè)務方出了問題才找數據分析師，而如果在前期就有分析師介入的話，可能問題就不會出現；

項目導向

分析師直接對接項目，主動參與產品和運營活動，從產品早期就開始接入，包括業(yè)務流程數據、數據指標體系、數據采集規(guī)劃(埋點和業(yè)務數據等)。

優(yōu)點

• 深度參與項目，能和業(yè)務方更平等地溝通(argue)；
• 對項目框架有更深入、全面的認識，可以避免看問題的時候只抓一點，而忽視了業(yè)務的上下游；
• 可以提前參與產品及運營活動的規(guī)劃，設計數據采集方案、測試方案、活動方案以及報表結構等，減少事后“抓瞎”；

缺點

• 分析師跟著項目成長，但有的項目可能坑比較多或者是邊緣項目，有一定風險，不管能不能主動選擇項目，分析師都應該想著怎樣從項目中榨取最大化的價值；
• 分析師對接的業(yè)務強調深度，廣度則較差，通常一個分析師同時對接的項目不會很多，對單個業(yè)務熟悉，但是對其他業(yè)務就涉及很少，一般可以考慮輪崗或者需求交叉；
• 對分析師的經驗要求較高；

上述的兩種模式在同一數據組或者同一個分析師身上可能會并存。一般比較成熟的數據團隊，“項目導向”的工作占比會更高。