“你有沒有做過高級的數據分析？”

這個問題一出，又問劈了很多同學。

媽耶，平時都在跑取數單，啥是高級的數據分析見都沒見過，咋整？今天系統分享一下。

一、通俗解釋，什么算高級

問一個簡單的問題：汽車上如果沒導航，能不能開車？答：絕對可以。實際上導航普及也沒幾年時間。但沒有導航，開車會異常麻煩：找不到路；錯過路口兜一大圈；傻乎乎堵在路上不會繞……總之開車效率低了很多。

這時候，只有各種路況牢記于心的老司機才能又快又準的抵達終點——這是人們通常心目中的“高級司機”。如果你去采訪他，他一定有很多“高級開車方法”可以分享。

但是有了導航以后，開車學習成本極大降低，以前菜鳥連路都找不到，現在按著導航走，也能大差不差地到達終點。雖然高級的司機肯定還是會略快一點，但是高級程度已經大大下降了——因為結果上的差距拉近了很多。

雖然老司機們口頭上還是會有很多復雜的，難以學習的技巧，但是結果的差距相近，讓人們不再那么迷信他們。反而開始吐槽他們的各種惡習：加塞、壓實線、變道不打燈……

所以我們看到，所謂的高級有兩種理解：

1、業務上的高級：被少數高人掌握，結果上又快又準，口頭炫酷復雜。

2、技術上的高級：能幫助大量菜鳥，結果上提升效率，操作簡單輕松。 

那么問題來了：數據分析，算是技術呢？還是業務呢？

二、高級的數據分析，需要什么

之所以舉導航的例子，是因為數據分析和導航非常類似：

所以理論上，最高級的數據分析成果，就應該類似導航：

真正高級的數據分析，是體系化作戰，以業務流程為保障，以數據采集為基礎，以報表為骨干，以數據產品為賣點，兼有業務經驗沉淀與模型輔助，是一套簡單易用的工具體系（如下圖所示）。

但是，如果在面試或者對外交流的時候，經常有些不懂行的人出來嘀咕：你這個做得不夠高級呀。為啥呢？？？

三、為啥不識貨的人那么多

越高級的數據分析，在菜鳥眼中越簡單！

因為其中太多腳踏實地干活的部分，完全不夠炫酷、玄幻、高大上嘛！

他們會不停嚷嚷：

數據本來就很大呀！

不就是做個報表嗎！

不就是做個提醒嗎！

你這預測也太簡單了！

能不能我嘴上不說，你自動預測我心里想什么！ 

你要是試圖給他們解釋：這個只是看起來簡單，需要打通n個系統，做n多埋點，采集n多數據，進行n次反復實驗。就像你要跟他解釋導航軟件需要搞衛星遙感，街道實拍，預計算路徑一樣——他既聽不懂，也不覺得很高級。

他們會繼續嚷嚷：導航不是很多人都能做嗎，不就是輸入一個地址嗎，有啥難的。總之，對他們而言，操作簡單就是方法簡單，只要聽懂名字就等于理解過程。他們渴望的是過程聽不懂且效果出人意料地牛逼的玩意。

是滴，菜鳥們需要的不是個數據分析師，而是個巫師。帶著尖尖帽子，拿著魔杖，穿著灰色長袍，口中念著：阿瓦達克拉夫拉！然后變出一堆鈔票來。你不張嘴，他掐指一算，便知施主今日星座運勢——這看起來多高級！

當然，行業里還是有識貨的人，但是萬一遇上這種菜雞，還偏愛跟你較真：“你有沒有啥高級的方法”，該咋對付呢？

四、如何提升數據分析的高級感

我們拿看似最簡單的銷售分析舉個例子。注意，以下方法只適用于面對不懂行且豪橫的壞人。本質上，這種質疑來自對數據分析工作的不理解，和對自身能力的過度自負。所以想要懟回去，剎掉對方的銳氣，可以這么干：

第一步：反客為主。

把他想抨擊你的話，主動說了。走他的路，讓他無路可走。

第二步：展示神跡。

注意：評價數據分析方法是否高級，本質看效果。所以想說一個高級的東西，先講，這么干有什么好處。（如下圖）

第三步：引經據典。

本質上菜鳥們喜歡：模型、思維、范式這種巨牛逼的名字，所以起個牛逼名字。比如：“我用數據分析發現了與銷售業績關聯度高的5個維度”，直接叫“構建銷售五力模型”。是不是逼格一下上來了。類似的：“我按照5個維度對銷售進行了聚類分析，劃分為5個群體”直接叫“構建分層精準運營體系”……絕對好使！

第四步：繁花似錦。

不要解釋太多操作細節，解釋多了，他聽懂了，還嫌棄你不夠“高級”。類似：“我按照XXX規則提取銷售名單交給業務部進行跟進，經過1個月檢驗發現65%預測正確，30%出現誤差”就太腳踏實地了。直接叫：“建立賦能系統，進行5輪迭代，持續優化模型效能”直接把人看趴下。

差不多幾步下來，對方或是噴人銳氣喪盡，或是被吹得心滿意足。如果有誠意合作的就直接往下聊了。如果是故意找茬的人，也無從下口——因為他自己也沒有高明到哪里去。

那些天天吹高大上方法的人，一碰上數據采集，一碰上數據清洗，一碰上落地流程，基本都化成灰了。想反抗都反抗不了。

陳老師每次去見類似的好高騖遠的客戶，都喜歡直接下載他們的APP，或者去他們的門店逛一圈。核心就關注他們的數據采集流程，以及活動規則設定。

當我切換到微信小號一遍又一遍薅新人羊毛，讓我在銷售/導購那里聽到：“先生您隨便填一下這個就好”，我都會截圖、錄音記錄。之后再遇到跟我扯各種高級、智能、神奇方法的時候，就把這些基礎數據質量問題甩出來給大家看，然后話題基本都轉成：糞坑之上能不能蓋摩天大樓，哈哈哈。效果群拔。

當然，作為從業者，我們還是希望業內浮躁盲目的氣氛少一點，大家多認真干活，這也是陳老師努力科普的原因。并且這里有些工作，比如預測業績，比如預測響應率，還是需要用到一定算法，比直接跑報表有技術含量。