這篇文章想跟大家分享我在接觸數據分析過程或是撈取資料過程曾經看過、聽過，甚至是自己踩過的坑，那就開始囉！
一、數據需求人到底要什麼？
在建立數據儀表板之前，身為製作負責人，我們都應該問問自己，這份數據儀表板，到底要用來做什麼？是一次性的數據需求，還是我們可以把他轉換成例行用的數據報表，讓數據發揮更大的價值。
至於數據需求人到底要什麼？有時候，連要數據的那個人也不知道自己要什麼，所以身為專業的數據分析師（翻譯師），你要更懂得去問、去理解使用情境。
這麼說可能有點抽象，我舉個例子來跟大家分享。記得有一次我遇到一位同事，我們就姑且叫他 T 好了，T跟我說，因為最近業績不好，所以他想要針對過去曾買過 A 產品，但在最近還沒買過的客人發送簡訊，希望我幫忙提供客戶的手機資料，讓他可以拿資料去做行銷提醒。
說到這裡，你覺得這個需求算是清楚嗎？如果是你，你會問什麼問題來確認需求呢？聽完 J 的數據需求，我接續問的問題可能是
- 現在會員人數粗估是 xxxxx 位，換算下來大概要花 xxxxx 元，你需要回溯多久以前的購買會員？如果全部提供會員名單的話預算是足夠的嗎？
- 最近沒買過是指最近多久沒買過？是最近一個消費週期？還是最近多少天沒有購買的客人需要做名單排除？
- 如果是包含 A 商品的組合，算不算曾經購買過 A 商品的客戶名單
- 我們的客戶橫跨不同的國家，需要的名單是只需要台灣，還是其他國家的會員也需要呢？
- 資料除了會員名稱、手機、國家之外，需不需要需要其他附加欄位，例如說，是新客還是舊客、會員等級、最近的消費日期等。
- 有沒有需要做客戶分群，例如說從最後一次消費日期區分成3類，分析不同最後消費天數的客人的轉換率差異。
這些問題總體來說都是在聚焦數據需求，因為唯有知道數據需求人想達到什麼「數據目的」，你才可以精準的準備數據，提供正確且具有幫助的資料，否則，實務上就很容易發生，你的數據撈出來之後，對方發現缺了幾個重要資訊，或是執行過程發現資料不是他要的，回頭又請你重新拉數據出來。
至於這些問題要怎麼問，我自己會從幾大面向著手：
- 數據範圍：資料區間、需要什麼欄位、指標的定義、有沒有數據篩選條件？
- 目的與用途：數據是需要用來做什麼？我提供的數據有沒有助於達到目的？
- 數據可行性：數據需求人要的數據足不足夠、提供數據之後的適用性
在動手撈資料跟整理數據之前，提早問問題跟需求人確認需求目的與定義，會讓在處理資料的過程更順利，也可以減少來回修改需求的困擾，也會讓人覺得你比較專業，知道怎麼幫助團隊釐清重點。
二、什麼是重要的數據指標？
「數據分析要從哪裡做起？」這是我自己在剛接觸到數據分析領域的時候常常遇到的問題。而過了一陣子，我對於這個問題終於有了我自己的答案，那就是從「最重要的事情開始」！大家應該都聽過80/20法則，意思是對於重要的事情需要優先做，這就好像數據分析一樣，從重要的項目、數據指標開始觀察起。
舉例來說，以電商來說，最重要的指標就是「營收」，而一切與營收高度相關的數據指標當然就比較重要。舉例來說，對於電商來說，營收 = 工作階段 X 轉換率 X 客單價，所以次要需要關注的指標當然就是工作階段、轉換率、客單價，不過除了這些落後指標，我還會多觀察「先行指標」，以此觀察，達到見微知著的效果。
落後指標是指，當數據一但出來，你可以立刻知道數據指標的走向是好是壞，但是不論是好是壞，因為時間都已經過了，所以多半無法做什麼改變去改變已經發生的營收，但先行指標就不一樣，這是一個在落後指標落後之前的關鍵指標。舉例來說，網頁停留時間、跳出率都會間接影響到轉換率，因為當頁面流量一致但跳出率變高，代表大家更不願意留下來看網站，可想而出轉換率自然也會下降了）
當然，有些指標可能也是需要了解產業、了解使用者行為或是了解使用情境才有辦法一個一個的建立起來，不一定這麼直覺或是行之有年有一套公式可以了解，而這也是數據相關工作有趣的地方。
三、數據出來之後，然後呢？
當我們把數據撈取出來、做完數據觀測儀表板或是做完一個分析專案之後，我自己覺得還需要問自己幾個問題，舉例來說：
- 這個數據儀表板有沒有發揮影響力呢？有沒有人使用？有沒有人用來做出改變或是幫助成長了呢？
- 做出的分析結果後續的成效怎樣樣呢？例如做出客戶分群模型，後續溝通有沒有更好的成果呢？
從這些問題可以提醒自己不要只是把自己當成整理數據的機器，而是要發揮分析師的數據洞察、分析以及觀察力，發揮自己的價值。
那麼今天就分享到這裡囉，我們下篇文章見～
Sharon
Buy me a coffee 用行動支持我的內容創作
如果我的文章對你有幫助，歡迎用行動支持我的內容創作，小額贊助請我喝咖啡、留言或是寄信來跟我分享你的收穫，都會讓我持續有動力分享更多內容唷～
