作者：接地氣的陳老師

-----------------------------------------------------------------

講一個很嚴重，很明顯，但是很容易被新人們忽視的錯誤：把要求當需求。最最最典型的，某過於老板丟了句“做個用戶畫像看一下”於是數據專員吭哧吭哧跑數據，做詞雲，畫圖標，碼PPT。忙得不亦樂乎。最後辛辛苦苦交了用戶畫像的報告。老板一句話劈頭蓋臉丟過來

“我早知道了”

“你做了有什麽用”

“這不是我想要的”

那感覺，簡直就是一盆冷水潑下來，一口老血湧上頭。好想拿出錄了“做個用戶畫像看一下”的錄音筆查到丫耳朵裏。這還是好的呢。如果碰到一個不怎麽懂的話題，比如“做個聚類分析”“做個因子分析”，可能跑數的小哥還得到處找資料，查書，上各種《數據分析愛好者》QQ群問：“有沒有大神教一下怎麽做啊？？”結果回來還是碰壁，就真的氣不打一處來了。

問題出在哪裏？問題出在從一開始，這就不是需求，而是一個要求。並且它是出自非專業人士的要求。舉個類似的例子，就好比病人去醫院看病，對醫生說：“來個感冒藥”然後回頭說醫生“你這藥不靈啊！你這醫生會不會看病啊！”你說這醫生當的冤不冤。

冤，也不冤。冤，是冤在明明是病人自己要求的，我按你說的辦，為啥讓我背黑鍋。不冤，是因為大家默認了醫生就是專業人士，doctor的另一重含義就是博士，為什麽一個專業博士要聽不懂醫的人安排呢？所以作為專業人士，就得提專業意見。而不是聽風就是雨。就算病人指名道姓的要感冒藥，你也得問他到底是什麽病，對癥下藥才是正道。

具體到數據分析上，類似“用戶畫像”“聚類分析”“回歸算法”只是具體的分析工具，而不是要分析的問題。領導要求看用戶畫像，可能是因為之前不了解我們的用戶群體特征，想要看個概況；也可能是因為對某一類用戶有了思考，想看深入分析。這裏要我們進一步去挖掘需求，而不是停在表面。具體來說，可以按思路如下圖所示：

這樣一層層開展，不但能弄清楚問題到底是什麽，而且可以順便了解下領導期望值。哪些是已知的結論，哪些是未知領域搞清楚，就可以避免“我早知道了”的尷尬。把真正的問題找到，就能避免“你做了有什麽用”的窘境。兩者結合，自然是做出“我想要的”結果。

這樣做的另一個好處，是聚焦問題、排除幹擾。對於“用戶畫像”這種可大可小的問題特別合適。因為一提到“用戶畫像”，大家都會想到一堆用戶相關的指標，問題是：我們有沒有這些數據？我們有的數據靠不靠譜？是不是解決問題一定需要這些數據？如果不聚焦問題，做出來的東西沒有用還是小事。為了搞這個沒有用的東西而大費周章，勞民傷財，最後還不落好，就是大事了。當然，業務方可以隨口一說：我們需要用“大數據用戶畫像”解決XX。但做數據的同學們，就得特別小心觀察，到底用哪些數據，具體到一個個字段。

再進一步的討論，可以看業務方解決問題的限制。因為實際上能解決問題的手段非常有限。比如業務方想了解“高端用戶”的畫像。很有可能連這些人開什麽車，吃什麽館子，看什麽報紙，蹲什麽茅坑都想知道。問題是知道這些維度又能怎樣？去廁所門上刷小廣告“槍支麻藥迷昏劑”嗎。這種接近窺探隱私的、超細節的分析，更適合用調查的方式進行。數據分析基於內部系統采集數據，還是更適合做基礎性的常規采集。這時候可能聚焦：高端用戶從什麽渠道進入，有什麽消費習慣，對哪些品類更忠誠，更容易輸出有價值的結果。

類似的問題還有很多，比如“做一個判斷模型”“做一個聚類分析”“做一個回歸預測”這些都是具體的要求，而不是需求。遇到這一類問題，一定要打起十二分精神，問清楚：

• 做一個模型用來解決XXXX問題？（真實痛點）

• 這個問題有沒有預判或假設？（真實困惑）

• 解決問題的時間、方法有沒有限制？（可行性）

這樣摸清底，後續就會做出

• 很想要的（真實的痛點才真實想要）

• 眼前一亮（解決了真實的疑惑）

• 非常有用（考慮了執行可行性）

的分析成果。廢話，我們已經到他們知道什麽不知道什麽嗎。很多同學苦思冥想，試圖想出一個業務方見都沒見過的東西，以為這樣才算是分析的高深。殊不知，真要丟出這種結果，十有八九會得到一個：“太離譜了，不符合業務邏輯”的評價。其實好的分析成果不一定復雜，不一定異想天開。答疑解惑，藥到病除，才是最好的狀態。

其他的問題還有很多，限於篇幅，回來慢慢分享，之所以只說了這一個，因為這個是方向問題。是頭等問題。這個問題不解決，只怕後續的問題會越來越多。可恰恰在這裏，新人們往往不敢深入討論，怕被鄙視能力不行，怕被人給臉色。可為什麽老手們不怕呢？一來是被坑多了，知道為了面子拿自己去填坑不值當。二來是表達技巧會更好，一圖以蔽之，看下邊。

對了，開頭的問題已經很有技術含量了。至少提需求的時候提了“用戶畫像”四個字。更慘的場面，可能是這種：

“那誰誰，我要個數”

這時候就得更加小心了哈。本質都是一樣的，這也是個要求。然而又有很多同學聽到要個數，就急匆匆的跑數去了……o(╯□╰)o

數據分析會犯的錯誤，新人十有九中