对那些接触数据类的项目较少的同学，要怎么在日常工作中积累数据分析项目，并在关键场景、如求职简历中，利用这些项目体现自己的业务数据思维？什么才是优秀的数据分析案例呢？本篇文章里，作者就尝试做了解答，一起来看看吧。

今年求职是很难的一年，很多小伙伴在找工作的时候都需要更提现自己的「数据分析」能力以展现自己的价值，获得工作机会。

即使目前在岗的同学，也希望更通过一些项目来体现自己的工作能力，加强自己的数据分析思维。

那么，什么才是一个好的项目。对数据接触比较少的同学，又怎么在日常工作中积累数据分析的项目呢？

一、注意雷区不要踩！

很多同学，特别是刚毕业的同学，这几个案例是否似曾相识：

• 拉勾网岗位分析
• 链家网房价分析
• 某母婴品牌的电商销量分析
• 某电商平台的双十一活动分析

注意！！

这些案例已经工作的同学千！万！不！要！写！简！历！上！

为什么？

这些案例在没毕业的学生上还能用一用，起码可以体现出是懂一点技能的。

但是这些案例为了能拿出来做培训，都做过标准化，是跟具体的业务逻辑没有很大的关系。

而已经踏入职场的人，更需要提现的是自己的专业价值。所以，在有选择的情况下，千万不要把这些案例写在简历上，很容易被觉得是水货，没有真正的业务数据思维。

二、什么才叫做优秀的数据分析案例？

一个优秀的、可以通用化去讲的案例，至少需要包含以下四点：

1. 分析的背景、确立分析目标
2. 分析的思路、数据清洗的过程
3. 分析的结果&建议、推动结果落地的过程
4. 结果落地的效果回收以及迭代方案

举一个简单的例子：

老王最近希望在工作之余搞点副业，问我们怎么办，怎么整出个有效的方案？

那么接下来会有几个问题：

问题A：工作之余是什么呀？想要搞多少钱的副业呀？时间上形式上有什么资源没有呀？

问完后，发现老外所谓副业只是想下班后支个摊，卖点小烧烤。

这一步的询问，就是了解分析背景，确定分析目标。

问题B：怎么样支小摊成功率才更高？

那么就有好几个维度：去哪卖、卖什么、啥时候开门卖到几点。

• 去哪卖：做地点调研、人流变化调研；
• 卖什么：看哪种烧烤卖的多、微信支付宝订单加起来有多少、给现金的有多少；
• 啥时候开门卖到几点：分析人流情况、分析人流时段上的密度。

这三个维度的拆解，就是分析的方向和思路。

接下来就要去做各个地方实地调研人流和品类，自己去观测，请大妈帮观测人群。

试摆摊的时候把每天卖的钱和卖的东西录入excel。这一步就叫做数据采集和数据清洗。

问题C：分析的结果如何，怎么帮老王落地？

假设咱们根据数据分析得到的结果是：

高新A地铁口晚上人流量大且全是社畜，下班后经常要去来一杯释放压力。主要聚集在8-11点。羊肉串金额占比50%，买羊肉串的时候还会点啤酒和花生。

那么我们可以建议老王多备点羊肉串，并且整个打工人套餐，专卖啤酒羊肉串花生组合，7点开摊抢占位置，卖到11点。如果老王有疑问的话，还跟他一起出摊几天观察效果好快速迭代。

这就叫做效果建议和推动结果落地。

问题D：效果好不好？好的话能不能去蹭蹭？不好的话老王会不会砍我？

这个问题很！重！要！

一个数据分析流程到了出报告、给建议绝不是结束。还必须要跟进这个结果的反馈。每天去跟老王聊聊卖了多少钱，套餐好不好卖。有没有达到老王的预期。如果没有的话，还可以往哪些方向迭代？如果有的话有没有可能搞多点套餐来卖？

保持对老王的持续关心，不仅可以对摆摊业务更了解，还可以明确老王预期，挖掘新的机会。

这就是结果落地的效果回收以及迭代方案。对结果负责，老王才会真心把你当自己人。

大家可以发现，这里面技术占比为啥这么少？为啥没有可视化技巧啊？！这不是很重要的吗？！

对，是的，技术很重要，但是主要在数据采集、数据清洗、探索性分析的阶段使用。所以并不是拥有了技术手段，就可以完成一份优秀的分析案例。

在一个分析的项目中，业务和技术在分析中的时间关系占比可以总结为：

懂技术和懂业务，都是为了提升分析的效率。

在一个问题的分析效率上来说，技术带来的数据处理效率和业务经验带来的业务沟通效率是同等重要的。

但业务经验更对结果负责，有业务经验方便制定探索方向，避免数据清洗和探索分析的时候因为走错路线而碰更多的壁。

而更重要的，作为一个非技术人员，业务知识才是我们的强项，为啥放弃自己的优势，去跟别人卷技术？

三、如何在自己工作中发掘总结分析案例

在我们的工作中，分析案例无处不在。按照以下逻辑去梳理，很容易发现项目：

• 我每个月/季/年需要达成的目标是什么，我可以如何拆解？
• 我的领导是如何给我制定这个目标的，需要解决什么问题？
• 这个目标是我一个人就能完成的还是需要跟其他人协作完成的？
• 结果如何？如果我新的知识做，会不会更顺利？

一个商品运营梳理的成功案例

小红是一个商品运营，负责童装品类的商品售卖支持及补货支持。用以上逻辑拆解可以得到：

从头处理下来，已经有了丰满的分析案例：

• 项目的背景——销售额占比，负责解决什么问题；
• 项目的执行——分析可调配资源，寻找突破点；
• 项目的推动——用数据说话，找合作空间；
• 项目的复盘——新技能、新思路，系统性的解决遗留问题。

这就是一个大部分人都想看到的，精彩的案例了。特别是学习技能的同学，可以按照自己的现状，选择性的学习，并且快速的应用到自己的工作当中，而不是盲目的去学习、练习网红项目。自己能马上用到的，就是最好的。

在日常工作中，多总结、多提炼、多复盘，并且学以致用，就可以拥有很多精彩的项目。