老板问的指标都记不住，还想做百万年薪数据分析师?

作者：单元明

作为一个数据分析师，你有没有经常遇到过这种情况，老板开会常常问你，今天的UV、PV、注册转化率、购买率…….是多少?

一般情况下，普通数据分析师会说，“老板等一下，我看下报表。”但是优秀的数据分析师回答一定是，“老板，昨天我们的转化率是80%，今天是70%,我们分析认为原因是昨天我们新上线了一个新流程，我们应该优化这一步的产品设计。”

看，这就是学渣和学霸的区别。老板问的指标都记不住，还想做百万年薪数据分析师?

但是公司有那么多指标，需要全部记住吗?怎么才能在与老板回答中，游刃有余的应对?怎么才能在实际的业务中，通过熟记指标增加对业务的熟悉程度，提供更有效的数据支持，帮助公司更好的规划战略，定位产品。

一 需要关注哪些关键指标?

作分析除了需要各种软硬通用的能力，比如统计，编程，算法，忽悠等，还得对公司的业务非常熟需。从分析的角度看，增加业务的熟悉程度最直接有效的办法就是记指标。如果不看报表，下面这些问题有几个能立即回答出来?

• 公司平均每天/每周/每月营业额，活跃量，流量大小
• 周末和周中一般差别
• 早上，中午，晚上用户关键差别，活跃数，流量
• 北京和上海，各主要地域的市场份额，消费能力，平均每用户营业额
• 公司下个季度预期增长率，预期今年的营业额
• 桌面和移动的活跃比例，收入比
• web和app的比例
• 免费用户和付费用户比例、主要差异、80%的营业额由前百分之几的用户提供
• 主要漏斗，如注册，登录，付费，提交等，每一步的转化率，流失率
• 主要产品的客户留存。获取用户的成本，用户的生命周期价值
• 公司平均每天/每周/每月营业额，活跃量，流量大小
• 周末和周中一般差别

上述这些指标，很多互联网公司都有，但能不能记住，是区别一个分析师水平的重要方面。好的分析师，这些都烂熟于心，几乎成为了第二本能。

二 熟记关键指标，有哪些好处?

熟记关键的指标，在看到异常波动时，才会敏感的察觉有地方不对，也就是我们通常说的“感觉”。这一点在公司人与人交互中尤其有效，因为交互是实时性的，需要有立即的反应。

比如开会中讨论新的方案，需要立即指出可能存在的问题，并给出质疑的原因和证据，引导会议成员的思路并提出解决方案。而如果对业务指标不熟悉，很难有这种感觉，或者就算有所察觉，但因为不够熟悉不够自信，就需要去翻看报表，找到相应的关键指标，前前后后可能需要十几分钟。这在一个人做分析时，没有太大问题，但在会议，讨论等实时性很强的互动中，显然是不合适的.

熟记指标另一个巨大优势是能给分析师带来巨大的可信度。

分析师相比其他职位最大的优势是能接触到数据，海量的数据。在规划战略，定位产品时，很多观点都是基于逻辑推理，行业经验，类比假定，而分析师就有机会提供更加量化的指标，为合理的观点提供强有力的支撑。

所谓事实胜于雄辩，“我们随机抽样，90%用户支持现在的定价”就要比 “一般大家都这个价位” 要有说服力的多。长期进行以量化事实为依据的交互，分析师能赢得很多的信任，从而更有效的领导跨组合作。

三 如何才能记住指标?

那么，如何才能记住指标呢?

别小看指标的数量，虽然是大数据综合提炼而成的统计表征，但指标自身可能也是“大数据”。拿活跃用户这一个指标举例，看过去7天按每天整合，就有7个数据点。如果再按地点北京上海等分类，可能又有10个点，然后再加上设备，渠道，付费级别，参与程度，访问来源等维度，以及互相之前的环比，同比等等，那一个指标变成几千或者几万个数据点轻而易举。

但如果要把这些全记下来，那基本不用干别的活了。比较有效的方法就是抓大放小：

首先，要得是那种大致的感觉，不是银行出纳分厘不差的精确。如果日活是1234567人，那么后面那些具体数字基本上没有太大意义，记一个120万人就可以了。

其次，各种维度记几个主要值就行，比如地区就记北京，上海，广州等。而设备就是安卓，苹果，桌面等，不需要背黑莓，win phone等各种小众移动的份额。

最后，优先记整体情况，只有一个维度时的聚合, 如果有时间再看多维度的交叉细分。比如, N天前,北京、 苹果、 付费用户, 这4个维度交叉后的指标可能也有价值，但把不交叉时的主要时间, 地点, 平台, 用户类别的指标记清楚, 覆盖范围要广的多, 记的数量也要小得多.

via:大数据

End.