摘要：在数据分析领域，如何设计并执行一个优秀的数据分析项目是许多专业人士关心的问题。本文通过五个具体的测试题，帮助读者评估自己完成优秀数据分析项目的能力，并提供了关键的思路和方法。

在数据分析领域，如何设计并执行一个优秀的数据分析项目是许多专业人士关心的问题。本文通过五个具体的测试题，帮助读者评估自己完成优秀数据分析项目的能力，并提供了关键的思路和方法。

在知识星球里，很多同学问：“如何做出优秀的数据分析项目？不然简历和年终总结都不知道咋写”。我都做了详尽的回答和跟进，今天总结分享一下大家提到的共性问题。

想做好数据分析类项目，主要靠的是：树立正确的观念。这里有5道测试题，一起来测一测自己有多大可能做出好项目。题目一（单选题）

数据分析项目好坏的衡量指标是：

A、时间、成本、质量

B、算法难度、统计学知识、数学公式

这个题目是最重要的观念，直接决定了一个数据分析师在当前公司混得好还是坏。数据分析工作有它的特殊性：

★ 它不同于销售，不能直接为公司创收。

★ 它不同于运营，不能直接拉升活跃留存付费指标。

★ 它不同于交易/网站/ERP系统的开发，这些系统是业务必需的支撑。

★ 它不同于DBA，没有DBA的公司不存在，没有专职分析师的公司大把。

数据分析工作本质上是一个可替代程度很高的辅助岗位。在数据分析观念普及前，很多公司都是找个会写sql的程序员来顶这个岗位的。就像瞄准镜与枪的关系，没有瞄准镜枪照打，有了瞄准镜，枪可以打得更准。

因此，虽然数据分析背后有算法、统计学、数据做支撑，可企业care的不是这些书本章节，而是到底对业务有什么用？有多大用？同企业里其他项目一样，数据分析项目最重要的就是考察时间、成本、质量。

如果脱离了这些，空洞地追求“我用的方法好复杂，我好厉害”。那还是回学校里做科研好了，科研才需要追求高精尖，企业里追求的是：在达成目标的情况下，成本越低越好，时间越短越好。所以这个题一定选A。

很多刚毕业的、转行的、新加入的数据分析师喜欢选B，选B也不代表没前途。

因为选B的同学会花很大精力死磕书本，这样虽然在一个公司混不起来，但是在跳槽的时候过面试的能力还是可以的，所以也能通过一年一跳槽来涨薪。但是想在一个公司做出成绩，还是选A的好。

这个题目最关键，明白了这个题目，后边的问题就迎刃而解了。题目二（排序题）

以下人员，对数据分析项目质量的话语权为：

A、业务部门领导

B、数据部门领导

C、业务部门员工

D、数据部门员工（本人）

如果问题一吃透了，这个题毫无难度，答案是A≥B≥C≥≥D。领导意见大于员工意见，如果业务部门领导首肯，数据部门领导就直接应声附和了。如果业务部门领导不发声，那就看数据部门领导是不是认可。本人的“觉得我做得很牛逼”，毫无意义，切记切记。

请注意，有时会有业务领导和数据领导态度不一致的情况，这时候以自己直接领导的态度为准，外部门稍后考虑。在大部分企业，直接领导是决定自己绩效评分的那个，所以一定不能得罪。题目三（排序题）

请对以下五种项目成果，按质量高低排序：

A、可视化的数据产品

B、每月定期输出的数据模型

C、部门级以上会议的汇报ppt

D、无群体汇报的ppt

E、Excel数据表

F、无固定格式的数字

G、写sql跑完数口头告诉业务

这个题完全解释需要一整篇文章，但同学们可以用望文生义的办法，直接作出回答，答案是：A=B≥C≥D=E≥F≥≥G。

数据分析的成果很容易被人当夜壶：用得时候很爽，用完了就忘了。平时还嫌你脏：你看我不就是要个数字吗！还要跑那么久！

所以做数据分析项目，要争取输出定期使用的、产品化的、大家必须看的成果。最好的就是上一套BI，或者业务的用户跟进名单用模型进行优化排序，让大家不得不用。

不济的话，写个ppt，但争取在会议上公开讲。最差最差就是跑了一堆临时需求单，写了2000行sql结果连个正式输出物都没有，年底写绩效报告都不知道写啥。题目四（单选题）

今天是11月11日中午12点，你的领导说，下班前给一个预计，预测一下双十一我们业绩能去到多少，你怎么做？

A、立马回去建模，时间序列、XGboost搞起

B、回去找运营要推广费用使用情况，算个投入产出比来拍

C、回去看下上午数据，根据去年同期拍一个

这个题非常有迷惑性。特别是刚看完上一题，很多同学会惯性选A。这个题的题眼不是“预测”而是“中午12点到下班”。

数据分析可以建模、可以做BI、可以做可视化，但是通通需要时间，而很多情况下，业务不等人，必须快速给出结果。这时候要优先选简单直接的办法，并结合数据提示风险。

所以建模要学、统计学要学、如何快速合理地拍脑袋也要学。很多新人哼哧哼哧搞了一堆模型，结果被领导三言两语推翻，还批斗：“你都干嘛去了这么磨叽”，就是这个原因。这个题选C，最好是10分钟内给答案，领导指示：“这个问题非常重要，要用更复杂、更科学的方法”以后，再考虑AB。题目五（多选题）

数据分析的工作成本由什么构成？

A、数据库成本

B、电脑成本

C、开发软件成本

D、BI产品成本

E、数据采集质量

F、数据清洗质量

G、程序员工作时间

这个题也非常非常有迷惑性，如果在陈老师问之前，很多人都压根没想过：“做数据分析还有成本啊？？！！”“这玩意不是一个饱读《机器学习》《统计学》《21天精通python》的人敲敲键盘就搞掂的吗？？！！”

答，数据分析肯定有成本，而且最大的成本是数据质量，好数据才有好分析，垃圾数据垃圾分析。特别是数据采集，业务流程漏洞百出，业务管理不规范，埋点不做好就上线，基础数据脏乱差，分析个屁。

至于什么软件成本，电脑成本都是毛毛雨。数据质量是涉及公司根本的问题。所以这一题的答案是ABCDEFG，如果排序的话，是E≥≥F≥G≥A≥D≥B≥C

等等！很多同学会问：为啥有G，而且排序还那么高？！因为数据分析师的工作时间是非常宝贵的。

学校里、论文里、专利里那么巨复杂的模型都是耗费无数时间烧出来的。普通企业的数据分析师每日应付各种取数、汇报、excel都已经折腾半死了，连找对象都不一定有时间，还整高精尖模型呢。

所以必须考虑工作时间，日常需求要排优先级，集中精力做有产出的东西，那些乱七八糟“我要个数”让他排队去。

以上，做完5个题目，理解了题目思路，如何做优秀的数据分析项目就呼之欲出了——

如何做优秀的数据分析项目：

1、正式立项，把业务痛点作为项目目标

2、考虑时间紧迫性和数据质量，设计恰当方法

3、输出定期使用的、产品化的、大家必须看的成果

4、需求排序，给自己留出时间干高品质工作

5、用快捷分析方法应付简单需求，留出精力做复杂需求

为了取得好的教学效果，这里用了5个最常犯错的题目。目的就是让大家记住做出优秀数据分析项目的五个要点。

本文由人人都是产品经理作者【接地气的陈老师】，【接地气的陈老师】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。

题图来自Unsplash，基于 CC0 协议。

来源：人人都是产品经理一点号