(文章始發(fā)個人公眾號：川術(shù)；歡迎關(guān)注)

引言

作為數(shù)據(jù)分析師湃番，我們的日常工作中，“核對數(shù)據(jù)”在所難免尊惰；某些“命途多舛”的時節(jié)泥兰，甚至幾天都在解決口徑核對的問題。同樣的一個指標(biāo)名稱鞋诗，數(shù)值卻千差萬別；各方有各方的說辭全庸，聽上去都有道理融痛，可湊到一起，除了“撕逼”再無其他拌消。為了解決這樣的困局安券，最近我開始介入到口徑治理這樣的項目中氓英。折騰快一個月，發(fā)現(xiàn)自己最初也低估了事情的難度铝阐。打算邊干徘键，邊總結(jié)，邊寫螟凭，寫成一個數(shù)據(jù)質(zhì)量系列它呀。希望這段經(jīng)驗?zāi)転楦嗳怂谩?/p>

原因剖析

一棒厘、對數(shù)據(jù)業(yè)務(wù)發(fā)展階段沒有準(zhǔn)確的認(rèn)知

我所在的是某互聯(lián)網(wǎng)獨角獸公司下隧。在這樣的公司，大家往往會產(chǎn)生“我們數(shù)據(jù)量很大=我們的數(shù)據(jù)很全面=我們的業(yè)務(wù)是數(shù)據(jù)驅(qū)動的=我們能用好數(shù)據(jù)=我們能把數(shù)據(jù)分析做好”的美好幻覺何乎。說實話土辩，這個幻覺只有第一部分準(zhǔn)確，而往往是數(shù)據(jù)量極大脯燃，才會使得后面的問題更加突出辕棚。本文的目的并不是一一戳破幻覺，因此暫不展開逝嚎。

數(shù)據(jù)業(yè)務(wù)發(fā)展階段的認(rèn)知

二陋葡、數(shù)據(jù)基礎(chǔ)設(shè)施不健全

取相同指標(biāo)彻采，10個人有10個數(shù)據(jù)源外加10種sql寫法，3個環(huán)節(jié)都還會出錯岭粤，要對齊特笋，概率比中500萬高不了多少。因此猎物，在數(shù)據(jù)基礎(chǔ)設(shè)施上總結(jié)起來就一句話：“異人，同源溜宽，同路质帅，同法”留攒。同源，即將數(shù)據(jù)分析師應(yīng)用的數(shù)據(jù)源盡量減少魄揉。數(shù)據(jù)倉庫的層次清晰：

• 最細(xì)顆粒度的底層表拭宁，不同主體具備唯一性瓣俯，專人高頻維護(hù)兵怯。
• 不同業(yè)務(wù)部門的數(shù)據(jù)匯總需求，做成主題式的表或視圖驼仪，繼承于唯一性的底層表袜漩。
  同路，即指標(biāo)維護(hù)有相應(yīng)的平臺奠货；核心指標(biāo)的口徑和樣例代碼座掘，長期穩(wěn)定，變更要有嚴(yán)格審核流程雹顺。
  同法，即不同的分析師遵照同一平臺和規(guī)范贩挣，定義指標(biāo)并寫代碼掰曾。
  （數(shù)據(jù)基礎(chǔ)設(shè)施完善是一個專題括享，會有專門討論的文章铸抑。）

三洽议、數(shù)據(jù)使用者高估自己的頭腦

前面說到過數(shù)據(jù)量大造成的一系列幻覺挂疆。其中“我們是數(shù)據(jù)驅(qū)動=我們能用好數(shù)據(jù)”這個環(huán)節(jié)下翎，尤其容易蒙蔽雙眼。老板強(qiáng)調(diào)“數(shù)據(jù)驅(qū)動決策”本沒有錯胆萧，但并不意味著強(qiáng)調(diào)了俐东，我們就掌握數(shù)據(jù)驅(qū)動订晌。很營養(yǎng)的東西吃多了蚌吸，并不會身強(qiáng)體健，而會消化不良推励。這當(dāng)中有一個“學(xué)習(xí)消化”的環(huán)節(jié)肉迫。
訓(xùn)練自己的大腦，使其具備更清晰的邏輯思維能力跌造，更多樣化的思考框架族购，是應(yīng)用數(shù)據(jù)的前提。現(xiàn)實情況中寝杖，我們總會發(fā)現(xiàn)，不管是分析師還是業(yè)務(wù)人員磕蒲，面對著一堆數(shù)據(jù)只盹、圖表或者模型結(jié)果，不知所云站削；管理層聽得似懂非懂孵稽，聽眾不懂裝懂。我們大多數(shù)人（包括90%時間的我自己）街氢，面對問題和數(shù)據(jù)睦袖，只能應(yīng)用最低效的思考方式荣刑，說好聽點叫“啟發(fā)式思維”伦乔，說難聽點就是“想一出是一出董习，全靠蒙”。不訓(xùn)練招刹，哪來的腦力提高窝趣？
舉一個更具體的例子，我稱之為“數(shù)據(jù)質(zhì)量悖論”：

因為數(shù)據(jù)對不上的問題妇拯，許多業(yè)務(wù)人員沒有安全感洗鸵，會從多個數(shù)據(jù)源（多個分析師或者多個數(shù)據(jù)產(chǎn)品）取數(shù)核對，而多個數(shù)據(jù)源的計算邏輯是他們的“腦力”所不能支持的甘凭，因此會有更多核對不上的問題火邓，造成更大的不安全感。這種不安全感會轉(zhuǎn)化成對數(shù)據(jù)團(tuán)隊負(fù)面的反饋和評價贡翘，進(jìn)而造成更多人的不安全感和數(shù)據(jù)團(tuán)隊的信心缺失鸣驱，這個循環(huán)的波及面就會迅速擴(kuò)大。

這個悖論踊东，聽上去讓人很絕望，這就是數(shù)據(jù)對齊很難的一大核心原因再芋。有解決方案嗎坚冀？應(yīng)該是有的，但我們正在尋找中司训。有一點可以明確，那就是控制自己腦子獲取的數(shù)據(jù)量勾徽。我們都應(yīng)該承認(rèn)：我們是不夠聰明的统扳，而數(shù)據(jù)是復(fù)雜的（多指標(biāo)交叉多維度）。所以吹由，不要輕易“四處要數(shù)據(jù)”盯腌。

四、分析師沒有規(guī)范&數(shù)據(jù)使用者沒有質(zhì)量意識

這一點腕够，也許是目前困境的最直白表述帚湘。
目前，我們的某些分析師取數(shù)寫碼非炒笾睿“想當(dāng)然”资柔，即只按自身理解來提取數(shù)據(jù)焙贷，完全不理會已有的數(shù)據(jù)平臺上對于指標(biāo)的標(biāo)準(zhǔn)定義和樣例代碼辙芍。加上業(yè)務(wù)方?jīng)]有數(shù)據(jù)質(zhì)量意識羹与，拿了就用；再加上業(yè)務(wù)領(lǐng)導(dǎo)也沒有數(shù)據(jù)質(zhì)量意識吃衅，聽了就信腾誉，信了就決策峻呕。惑灵。眼耀。
從這個角度說，我希望所有數(shù)據(jù)的使用者干花，拿到一個結(jié)果楞黄，先好好審核，有沒有計算口徑說明肿仑，是不是合理且標(biāo)準(zhǔn)的定義碎税，多反問對接的分析師。以我的理念伟端，在數(shù)據(jù)報告或者產(chǎn)品中匪煌，不寫出口徑定義的分析師，都是耍流氓霜医，這是一種及其不負(fù)責(zé)任的行為驳规。
許多分析師，總把注意力集中在模型值朋、算法巩搏、業(yè)務(wù)決策、產(chǎn)品方案等看上去高大上的事情上丰辣，不是說這不對，但這需要根基飘哨。根基就是踏踏實實的數(shù)據(jù)質(zhì)量：

• 高質(zhì)量的sql代碼：注釋全面琐凭、口徑明確、層次清晰胚吁。
• 嚴(yán)謹(jǐn)愁憔、負(fù)責(zé)的職業(yè)素養(yǎng)。
• 全面半抱、及時的溝通習(xí)慣膜宋。

五、數(shù)據(jù)應(yīng)用能力尚待提高

簡單地說棉磨，就是所有人学辱，都要多學(xué)習(xí)，而且是互相學(xué)習(xí)衙傀。如果人人都懂業(yè)務(wù)萨咕、懂?dāng)?shù)據(jù)分析、懂產(chǎn)品聪建、懂開發(fā)茫陆，那我相信就沒有這么多數(shù)據(jù)對不上的“幺蛾子”。但我知道這是不可能實現(xiàn)的挥下。但人具備復(fù)合型的知識，非常有必要现斋。我們不需要門門精通偎蘸，但需要樣樣入門。鍛煉我們的思維蔓肯，梳理我們的邏輯振乏，不要用我們既有的知識去理解發(fā)展當(dāng)中的問題秉扑。
最后，入門數(shù)據(jù)分析误澳，推薦我的書
《數(shù)據(jù)化運營俗稱手冊》