01 “不就是一個數嗎，爲啥要這麼久？”
這個問題很常見，大部分人並不知道”一個數”到底意味着啥，而上幼兒園第一個學的就是數數，所以讓人誤以爲”搞一個數”和數數一樣容易。
想解決問題，首先得向業務宣傳，數據是咋來的，不是從天上掉下來的。並且建立一套標準，堅持不懈地向業務宣傳：
1、哪些是需要重新採集的
2、哪些已採集但未清洗、不可用的
3、哪些可用，但是查詢條件很複雜的
4、哪些可用，且查詢簡單的
5、哪些不用查詢，有固定報表輸出的
在宣傳的時候，同步宣傳：想快速響應，就坐下來談需求，固定成報表。這樣既能提升業務認知，又能多安利我們的BI系統，把BI的使用率搞上去，把零散、臨時需求幹掉，纔是長期解決之道。
注意！宣傳的時候，不要發那些《騰訊/字節/華爲大數據應用之道》之類，描述大數據多厲害的文章，只會吊高業務的胃口。應該多轉發一些大數據/數據倉庫/數據治理/數據分析的書單、技能樹一類，讓他們直觀體驗下”臥槽，這個東西這麼複雜呀！”
02 “我們的數據可大了，都在那裏了，你爲啥分析不出來？”
這個問題和上個問題是同胞姐妹，本質都是領導不懂數據，以爲有幾個數字就是”大數據”了。
這個問題還有個面孔，就是招（hu）聘（you）你進來的時候，領導語重心長地說：”我們的數據很大，都在那了，就差你分析了”，這時候一定小心，他們的數據八成是沒有清理過的，商品編碼、訂單號都很亂的交易數據。如果再加上”沒有數據團隊”，或者”你自己孤懸於數據團隊以外”這一條，請謹慎入職，你會被PUA到懷疑人生的。
03 “數據不是數據分析的事嗎，爲啥要我參與？”
注意，這一句是疑問句，不是反問句。業務有可能真的不知道，他和數據有啥關係。這時候需要我們耐心指引一下：
1、得先採集，纔有數據
2、採集數據需要業務流程
3、用戶基礎信息得收集纔有
4、頁面要埋點纔有用戶行爲數據
5、商品信息得標準化維護，否則我們看不懂
6、供應商信息、物料信息、活動信息、優惠券信息同上
7、如果業務上活動時候亂套用一氣，數據分不出來哪個是對的
……
總之，詳細陳述利弊，儘量爭取業務支持。說到口乾舌燥業務還是不搭理，記得寫會議紀要，事後數據亂成一團麻，這也有人背鍋不是……
如果這一句是反問句，那麼處理方法參照下一條。
04 “你跑你的數去，你問那麼多幹嘛！”
這個問題有兩種形態。形態一是業務找到我們拿數，卻說不清取數口徑。這個時候不管對方態度多兇，必須要事先確認清楚，事先不確認清楚事後他照樣會怪你：”取得都不準！你做的都是錯的！”如果對方實在是既兇又蠢，那就拿數據字典讓他勾選到底看啥指標，看多久的。
形態二是事後我們想主動了解業務，結果碰一鼻子灰。注意!有些業務部門的人就是很難伺候，所以不強求所有的業務都配合，如果他真的不想溝通，就和他公事公辦，換個人再溝通。一般有一兩個部門合作良好，其他部門對付對付就差不多了。
05 “你做的這個，我早知道了，有沒有深入的分析？”
這個問題和上一個問題是同胞姐妹。都是業務合作態度差導致的。你都不告訴我你知道了啥，我咋知道你有麼有知道呢？只要我們主動溝通過，那責任就不在我們這邊。如果我們沒有溝通過，那下來反思反思，多積極溝通直到鼻子碰灰爲止。
其實這裏可以有個雙贏解：業務事先給分析假設，數據分析事後驗證假設。不但能直插業務最關心的問題，而且能幫助數據瞭解業務的思路，最後雙贏。不過這需要業務部門有合作意識，大家可以擇人行事。
06 “你預測得到底準不準？”
這個問題永遠有人問。注意！不要和他爭論”80%、90%，95%哪個算準”。這就上套了，後邊但凡業務出點問題，他都會怪到你頭上”你預測得不準啊，我商品毛利才5個點，你預測95%準有啥用！都怪你！”
這個問題的本質是：業務拿到預測要幹啥？！
如果先預測自然趨勢，業務再基於自然趨勢判斷，那最後結果是被業務行爲干擾過的，肯定和預測不一樣。
如果是先考慮業務行爲，再預測結果，那業務得先告訴我們他們要怎麼做，否則肯定預測不準。
如果預測的指標跟業務沒關係，那業務做得不好就不應該怪到預測上（都說沒關係了，還想甩鍋呢！）
當然，最理想的狀態是：預測會有問題，經過業務努力沒有問題，然後業務表揚數據分析及時發現了問題，數據分析表揚業務行動有效制止了問題，相互吹捧它不香嗎，何必相互傷害。
07 ”你要是能預測得100%準，我肯定能把業務做好！”
這個問題也有同胞姐妹，比如”我做得不好，都怪數據分析不能100%精確鎖定問題”，總之業務做不好，鍋是數據的，業務自己沒責任。
很多同學會反問：”我哪裏分析得不精準了！”這就上套了。不要和這些人爭論分析的細節，爭論到最後，他總會怪到你頭上，諸如：”你爲什麼不能100%精準分析出來用戶會在哪一天哪一秒鐘打開APP!”除非我們有魔法水晶球，否則這些是做不到的。
最好的辦法，是借力打力。注意！老闆們是很討厭這種推卸責任的業務的。所以比較好的處理辦法，是做分層分析，多總結成功業務的例子。同樣的數據分析支持，爲啥別人能做好，爲啥偏偏就你做不好。把矛頭引到”你爲啥比不上別人”，引到”業務該怎麼做”上，這樣不但能避免甩鍋，還能腳踏實地地解決問題。
08 ”你怎麼證明，你做的分析和公司業績提升有關係！”
這個問題一般在考覈績效的時候才冒出來。聽到問題的時候，都會讓人恨得咬牙切齒，好想罵一句：”當初求數像條狗，看完數據嫌人醜！”不過一般這麼問的都是領導，除了怒而辭職外，有沒有更好的辦法呢？
其實支撐類職能，都會多多少少遇到這一類問題，本質上就是作爲”工具人”職能，都是用到的時候才覺得有用，沒用的時候就忘了。想解決問題，得從績效評估源頭入手，不但要有合理的評估標準，還得有心機地多製造一些”美好瞬間”，讓領導們看得見，記得住。
以上就是本期的內容分享~~
文章來源：小火龍數據
原文鏈接：https://mp.weixin.qq.com/s/J4B_47M2_VQVll1779_ZKg
※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※
文章推薦
◆跟資料打交道的人都得會的這8種資料模型，滿足工作中95%的需求
關注數據君的臉書：
我是「數據分析那些事」。常年分享數據分析乾貨，不定期分享好用的職場技能工具。按贊我的臉書，會有豐富資料包贈送唷！
