发布时间：2022-09-21 08:00:01源自：https://www.it-th.com作者 ：it谈话网阅读(286)
又是一年年底，企业都在制定2021年工作计划。一提数据分析的工作计划，很多同学纠结的直挠头。到底数据分析工作计划该怎么写？今天我们系统讲解一下。
那么数据分析该咋写呢？
写法1：每天写sql 2000行全年250个工作日完成50万行
问：上边四个写法，哪一个是OK的？
答：
销售、运营写的，和公司的效益、融资进度想关，直接关系大家的钱包！
供应、开发虽然不直接挣钱，但没有他们一分钱都挣不到，属于刚性支持。
。
以上四个写法里，1、2、3是严重不及格的。因为1、2、3都是数据分析自己的事，即跟业绩、收入没有关系，虽然嘴上喊：数据驱动，数字化转型。可到底驱动了谁，驱动了多少，有驱没驱怎么衡量，一句都没讲清楚，业务部门认不认账也不知道，就是空谈。
只有写法4是勉强过关的。
2、至少把自己的工作捆绑到公司重大项目上，不是可有可无。
3、至少工作的结果是可量化的（输出10次），并且重大项目上线，还非看数据不可。
这样虽然还是很难衡量业绩，但起码把自己和开发拉到一个档次上了。
这个是数据分析工作计划的破局起点
数据分析工作计划三大铁律
1、捆绑公司其他部门工作。
2、输出内容，新建》优化》保障。
举例：
经过这样的优化，能很大程度上体现数据的价值，比闷着头自己写：我干了XXX要好用。要知道：大部分其他部门的人（包括大部分部门的老板）都不咋懂数据原理，有数/没数，帮你赚钱/省成本，稳定不出错，才是大部分人更好理解的工作成果。
在做计划的时候，就锁定了任务目标，后续做绩效考评就轻松了。从而从根本上，避免：“你做的这个有啥用！！！”的质疑。
当然，这只是基础写法，深入考察数据分析的本质，还有更好的做法。
从本质上看，一个数据从产生到使用有四步。
这四步，对应着数据分析的三项重要工作（如小图）
以下部分是重点：
。
干的好是你该干的，干不好你滚蛋。这才是基础建设的真实地位。所以，如果接了基础建设的活，比如要做埋点、要设计/维护业务部门用的大宽表，要建指标、核对口径这些。请务必和公司的关键项目，重大政策，多部门联动等等大事在一起！这样执行的时候阻力小，论功的时候才容易算账。
比如：加强埋点质量，要写成：
l 公司2021年重点增长项目子项目
l 总监控渠道从15个增加到20个
这样才好量化，才好让大家感受到工作量，考评的时候才好说事。
l 总通车里程达1500公里
就是这个味！
不做工具化，到底人家看了没看，看了多少，都不知道，根本无法量化产出。而在所有的工具化里，新建永远比优化更容易体现功绩，所以要先列新建的目标。
工作输出物，越越好：
l 数据看板比数据报表显眼
l 数据报表比Excel报表显眼
l Excel比邮件发几个数显眼
所以在做工作计划的时候，多跟业务部门沟通，今年有啥重大活动，有啥重大项目，先收集清楚。然后尽量推显眼的数据产品出去，其他庞杂的需求该推就推，该招人填坑就招人填。这样才更容易体现成绩。
越具体的场景，才越有可能用。给销售开个报表，估计看的 1%都不到，直接在企业微信下发任务提醒，不点击的也得点，阅读率就直线上去了，想考核效果也好考
给供应链做预测模型，如果非得预测100%准，神仙都搞不掂。如果场景具体到：减少错误选款的代价，估计有机会把明显扑街的选款挑出来
给运营做用户画像，如果非得穷尽用户特征，估计干到死也没啥用。但是如果具体到筛选高潜力用户，剔除羊毛党，可能几个特征就搞掂
所以想让数据有用，场景得谈的非常细才行。越细的场景越好。最好是一套数据四五个应用场景，这样才能实现效益最大化。计划做的细，评绩效的时候才有一堆东西可以写。
所有人，都是口头上说：
l 数字化转型真重要
l 数据分析好有用
l 要数据驱动业务
可真到评定绩效的时候，就会问：
l 公司双十一5个亿，有几块钱是你这么模型做出来的，几块是其他人做出来的？
l 你写sql，开发小哥也能写啊，运营也能写啊，你有啥特殊贡献？
l 数字化的事多了去了，你出个数就数字化了？
这才是数据分析所有难点的根源！所以在做计划的时候，就得认真梳理场景，选好方向，才能在考评的时候一帆风顺，不然方向都选出了，计划定成流水账。自然没有好结果。
-END-
欢迎分享转载→ 数据分析的年度工作计划，这样制定才合理！
上一篇：数据仓库进阶之路
下一篇：案例解析 | 蚂蚁庄园的用户等级
