数据分析项目的成功不仅取决于技术层面的精湛，更在于对业务需求的深刻理解与实际应用。陈老师在本文中将引导我们如何从项目的角度出发，认识服务对象，找到发力时机，确认项目需求，开展分析工作，以及如何进行有效的工作汇报。

首先大家要明白，并不是所有的项目，都需要找一个万人大会堂，拉着横幅，董事长总经理轮流上台鸣锣开道的。只要满足“在特定时间、特定条件下有具体产出的”都是项目。

因此，做项目的关键，不是图个名号，而是有具体的产出。有了具体产品的产出，KPI/OKR文档好交差；领导对你满意度提升；升职考评的时候有更多资本；跳槽也有更多可以写简历的东西。这才是我们要争取的。而所谓“优秀”的项目，指的是比“我跑个数据”更有说服力的产出。

那么，第一步该从哪里开始呢？

一、认识服务对象

做项目，最重要的当然是搞清楚目标；搞清楚目标，第一步当然是搞清楚为谁服务。这是数据分析新手与老鸟之间的最大差异。

往往没入行的小白，满脑子都是“模板、模型、公式”。以为只要对着模板copy一份就算是完成工作了。刚入行的菜鸟们喜欢笼统地说：业务。可业务并不是一个孤零零的、独立的个人。业务两个字背后，是非常具体的、复杂的含义（如下图所示）。

具体问题具体分析，是数据分析的最基础要求，也是做好项目的第一步。因为这五大要素和它们的具体形态，决定了我们的数据分析可以做到什么程度，应该做成什么样子，做成什么样才能满足需求。具体的关系，如下图所示：

理清具体问题非常重要。过去我们常说传统企业如何如何，互联网企业如何如何，在渠道融合发展的今天，实际上二者之间边界越来越模糊。如果不具体分析，往往会闹出很多笑话。

比如：

• 曾是toC互联网企业，现在要发力toB，完全不知道怎么和客户打交道；
• 名为互联网产品，可服务对象是实体老板，销售还在用最原始的电话外呼；
• 名为互联网行业，可运作的仍是实体产品，进销存量收利一样都不差；
• 名为新零售，可数据采集一塌糊涂，连传统连锁店都比不上；
• 名为传统企业，可在做数字化转型，玩的是分销、裂变； 

以上种种复杂场景，不是大喊一句“我是互联网AARRR思维”就能搞掂的。指望套模板结局就是死翘翘。况且经过这几年的历练，很多运营、产品经理、策划都学会了基础数据分析概念，这时候还抱着充满“SOWT、PEST、5w2h”一类空洞口号ppt模板，数据分析师就等着下岗吧。具体问题、具体分析，怎么强调都不为过。

并且，了解清楚状况，对于下一步把握战机非常重要。如果凡事都等着业务找上门来才干，那就跟叼飞盘的汪汪没啥区别了（业务提一个假设，数据验证一个假设，宛如一只叼飞盘的汪汪）。自己对形势有判断，才好主动发现机会。

二、找到发力时机

数据分析项目，最大的敌人是：日常工作。所以，并不是所有事情都适合立项目来做。时机非常重要。往往我们要挑业务部门的以下时机入手：想做创新想改良现状新工作两眼一抹黑遭遇问题不知所措三板斧砍完不见效

在这些战机时刻，抛出系统的解决方案，一鼓作气独立把问题解决掉（如下图所示）：

三、确认项目需求

找好发力时机以后，与具体业务方谈妥，准备动身开工。在开工前一定要确认好项目需求，具体来说就是项目铁三角：

这里有三点要注意：

1、数字、模型、报告本身不是产出

业务从不了解情况到了解，从没有办法到有办法，从不知道怎么选到知道怎么选，从没有准备到一二三级预案，这才是产出。所以不要脱离问题就数论数。从数字里推出结论。

2、时间千万别忘了

时间紧，尽量快速出结论；时间宽，就要分步骤输出，企业不是学校留大半年给你慢慢憋论文。

3、有多大锅下多少米

如果数据质量差、人手不足、缺乏分析经验，就沉住气一步步做，不指望一次解决所有问题。

这三点对于项目成果至关重要，过往历史中有太多数据分析师沉迷于折腾“科学方法”，忽视了项目管理，忽视了时间-投入，结果画的饼大，煎的饼小，最后灰溜溜收场。

这里要还要注意工作方式。确认需求，不是让你直接问业务：“你们想分析点啥”。这种问法太被动，又回到叼飞盘老路上。而且往往业务会回答的你摸不着脑袋。比如：

• 你帮我想个办法呗（找你要执行方案）
• 一定是对手/天气/运气……（企图甩锅）
• 我想分析用户心智资源（压根没数据）
• 只要有人工智能用户就会买单（方法不切实际）

所以，靠谱的做法，是一步步梳理需求，引导到数据分析可以解决的问题上，正本清源，客观解决问题（如下图）。具体引导方法有很多细节可以讲，稍后我们结合具体案例，详细地说。

四、开展分析工作

做完需求，后续就是正式工作。具体内容和分析议题有关，这里不展开讲。如果前期梳理清楚，中间过程自然顺利。这里只强调一点：数据分析工作切记憋大招。憋得越久，人们对你期望值就越高，最后失望就越严重。

因此，只要项目工资超过1周，就得有周汇报，通知大家进度；时间超过1个月，一定要有月总结，拿中间过程和大家碰一下。

特别特别是用到算法的项目，往往一听到算法业务部门都以为是神兵下凡，所到之处必然望风披靡。所以，算法项目死于业务期望值过高的例子，特别特别多。过程中，具体的算法过程不用向业务汇报，但是遭遇的困难和期望输出的结论，要经常保持沟通，适当控制业务期望，避免最后一刻才发现货不对板，最后身败名裂。

五、工作汇报

汇报的时候，要考虑目标听众的身份、目的、结合项目目标做个性化汇报。这样才能取得好效果（如下图）。

基于听众的思考，使得即使同样的数据，同样的结论，也能有不同的表达形式，最后抓住听众眼球，让大家感兴趣，给项目完美收工。