数据分析师的双11，是时候表演真正的技术了

怕你不来，又怕你乱来

通常，非合作紧密的业务方，会觉得：分析师就是个提供数据的岗位。于是，要么一百年不翻牌; 要么是漫无目的拉数，或者是类似“如何区分豆瓣与豆瓣酱”这样的需求。长期以来，分析师都在被动位置，怕业务方不来，但又怕业务方乱来。

一旦被定性为取数机器，分析师便难逃“表哥表姐”的牢笼。可怜之人必有可恨之处，不过今天并不是锤分析师的不争气，而是从职能角度来聊聊分析师如何切入业务，站稳脚。

事实上，分析师并不只做事后数据兜底的工作，而是可以从一开始就介入业务环节，直到项目结束。

活动前01：生意目标要明确

生意目标多指销售目标。从经验看，转化率与客单价，基本可以参考历史数据，作小幅度调整均为合理。最大可讨论空间的即是流量，它决定着整个活动的规模，计算公式：

明确的目标可以为整个活动策略提供至关重要的方向。在这里，每个分支要达到如何程度才能达成目标，通过拆分公式，把模糊变清晰，规划资源，目标掌握度可以做到八九不离十。

事实上，一些业务方在活动完结后才草草定一个目标：

目标完成率 = 销售额/目标 x 100%

这个定目标的动作几乎没任何意义。拍脑袋下来的目标，拍脑袋的完成，漫无目的听天行事。

对此，分析师可以通过上述拆解方法，与业务方进行沟通并规划目标。这个动作，我们称之为：Sufficiency Check.

活动前02：活动目的要清晰

销售目标拆分，让活动变成了各个因子的贡献度KPI。换句话，不同种类的活动，都带着明确目标。例如：报秒杀活动，很大程度就是用一个引流款，给店铺引入流量。

针对不同各类活动：关注点，分析点也就不同，后续定制出有针对性的分析框架与思路则因地制宜。

回过头来，电商的活动类型又有哪些?电商营销玩法层出不穷，但万变不离其宗。

从“品效合一”说起。这个词大体概括了营销活动的2大基本类型：品牌活动+效果活动。

参考陈老师的分类思路，结合电商，大致为分出如下几种：(点击看高清大图)

一般而言，双11都是商家出货(清库存)的好机会，因此活动类型基本都扎堆在效果活动上。那么对号入座，在后面收集数据方面，就要有的放矢。与此同时，也要开始斟酌活动的复盘框架，并与业务方商量是否可行。

活动前03：监控工具准备好

巧妇难为无米之炊。在准备米之前，还得要有一口锅。这是我在某次活动中记录实时数据的表格：(表格内容有作改动)

这些数据平台后台都有，为啥还花时间做表?

是的，很多电商后台确实有这些数据。事实上，大促期间运营人员基本会忙于调整活动页面、货架、机制等。能够做到盯着数据的，除了老板，就是分析师。

分析师，此刻的你，往大里说是手握数据，把握生意脉膊。往小里说是好好给项目组汇总数据，一不小心还真给你发现点异常，那本次的监控也就值了。也显得分析师在打输出位置。

其实，监控数据是其一，同时也在给活动结束后的复盘积攒材料，最关键的是业务印象。想像下，事后才介入复盘环节，面对一堆陌生数字无所适从。说难听点，这个时候，为了要弄清楚业务来龙去脉，分析师得像个乞丐一样，东找一个Account，西找一个运营问活动发生过什么事，这，分析师被动不就这样来的么。

“说的都对，但一小时记一次数，很累!”

怕累就对了。所以这个时候分析师有2个抉择：

1、自己有点coding的能力，必要时能自己操刀就上，写对应的爬虫程序、计算模板等。

2、部门配有专业的工程师，可以让他们帮你做一个。

活动中01：严格执行SOP

活动进行中手忙脚乱，那一份SOP必不可少。

上面写的其实都可被整理进SOP上。一份SOP怎么写?我是遵照4w原则，这里不详细展开。

要强调的是需要严格执行SOP。为此，作为分析师有义务让业务方知道你的执行计划，建议用邮件抄送全组，明确标出4个w。让掉队者无锅可甩。

活动一旦开始，很多数据、现象都有可能是不可回溯，日抛、甚至时抛型的(我造的词)。例如：活动页面的截图。京东的神券日就一天，如果不及时执行数据记录，截图。那么事后想要分析神券日的流量归因就很困难了。在此，必须再次强调严格执行SOP。

要搞清楚的一件事，这个时候，对于整个活动的数据收集，分析师应该是统筹角色，虽不必事必躬亲处理，但要知道什么时间节点应该要收集什么。同时，分析师也要主动积极与业务负责人密切沟通，让Ta调动资源助你完成这些收集工作。

我曾经因为失策，在某大促开售晚上，自己一人控制4台电脑来截页面长图。

可以看到，在活动进行中要深度思考的东西并不多，大促如打仗，讲究的是快速响应与调整交付，分析师此时职责就是一边收集信息，一边给运营做策略调整提供建议参考。而做好了上述的准备，自然快得来又不至于会手忙脚乱。

活动中02：收集材料要有条理

前面说的，是我的真实经验。如果你也经历过，那应该体验到当包租婆的感觉。天天盯着材料收集情况催收。话说回来，不要只顾着爽，分析师自己也要准备好几个文件夹开始整理这些收集回来的数据。

分析师是数据材料最终接口人，随着活动的进行，汇合到分析师身上的信息量可以说是巨大的。这是我在某一次活动的归档逻辑：

我的整理经验如下：

1.平台资料相关：收录平台活动节奏;促销活动页面网站地图相关的内容;各种资源位提报要求说明文档。

2.截图信息相关：存放关键活动节点的页面截图;异常情况截图; 需要作为对比组的相关页面截图等。

3.销售数据相关：各种各样的销售数据，实时数据，历史对比数据等。

4.竞品监控相关：针对竞品重大动作的信息记录，一般来讲都是竞品爆款的相关数据，资源投放情况。

5.查询取数相关：之前积累下来的SQL查询代码，针对特定取数新写的SQL代码，汇总工具的代码模板等等。

发挥你的强迫症吧，你会感谢它的。

活动完结：着手进行复盘Review

活动结束了。

不少分析师一直都是在这个环节才开工的吧?

写到这，与之不同的是，经历完以上完整业务链条的分析师，对于整个活动情况的把握度是上了一个层级。经常被吐槽“你写的东西，我们都知道”，很大程度上就是因为分析师介入业务的环节过于滞后，得到的信息太多失真，以致于见山是山。所以小编希望，各位数据分析师的双十一，都应该试着跟一下整个项目流程。希望经历过完整业务链条的你，就着业务问题，外加分析师的数据敏感度，可以大胆地跟业务撕B，写出来的Learning更有着力点。