数据分析师VS算命先生，除了算盘与键盘，还有啥差别？
点击上图开启提升数据分析能力秘籍
个人公众号：接地气学堂
前文传送门：
【数据分析师能力培养】如何找到自己的第一个数据分析项目（转行篇）
【数据分析师能力培养】如何找到自己的第一个数据分析项目（表哥篇）
【数据分析师能力培养】拒绝无意义加班！高质量的数据分析需求长这样
【数据分析师能力培养】数据分析师该这样霸气回应“0.00008的转化也很好”的谬论
【数据分析师能力培养】打好基础再炫技，不然面试过不去。分析师需重视数据来源
【数据分析师能力培养】面试心不慌，3天快入行，经营分析实战应用
【数据分析师能力培养】高考数学140与成为高薪数据分析师之间有什么关系？
我们到底是在做预测还是算命
无论从各个层次，各个维度看，数据分析师和算命先生都有天渊之别，除了键盘和算盘外，至少还有以下区别：
数据分析师 VS 算命先生
CBD写字楼上班 VS 去CBD过街天桥上班
数学/统计学专业 VS 乾坤山金元洞太2真人
21天精通python VS 五术玄学山医命相卜
算不准了老板骂 VS 算不准了跑路啦！
然而，在做业绩预测的时候，很多数据分析小白们硬生生的，把自己拉低到算命先生的水平。算的准不准都是次要的，关键是总给老板一种不靠谱的感觉。搞的老板郁闷不说，自己也错失了很多升职机会。是啊，信你的预测数据还不如摇骰子呢，要这种分析有什么用？
有这么夸张吗？确实有的，不信你来看：
老板布置任务：“预测一下下个月的销售情况”
小白接需求：好嘞！（反正不咋问情况就开工了）
小白做分析：翻书挑模型，键盘敲代码（反正算就对了，也没沟通）
小白讲方法：DNN，SVM，过拟合，正则化，随机梯度下降（反正领导听不懂）
小白说结论：下个月估算在2100万到2200万之间（反正不敢拍胸脯说就这么多）
老板找到黄大仙：“我在纠结我公司未来运数如何”
大仙接需求：闭幕养神，掐指一算（反正不咋问情况就开工了）
大仙做分析：算盘一打，《五行命理》一翻（反正算就对了，也没沟通）
大仙讲方法：含章可贞，或从王事，无成有终，括囊，无咎无誉（反正领导听不懂）
大仙说结论：得此卦者，时运不佳，多有损失，前进有阻，宜顺时而止，安份自守。（反正不敢拍胸脯说就这么多）
这么一摆，是不是感觉好相似啊！毕竟大部分业务方没有数据经验，大部分领导也不懂每一个算法细节。数据分析师闭门造车，就把好端端的科学整成了玄学。在业务方看来，算法和易经也没多大区别，反正都是搞不懂的神秘力量。置信区间和八卦解签也没多大区别，反正也是模棱两可。有本事你签字画押说一定是这个数，有多少误差就扣多少钱工资啊！
归结起来，可以用一首诗概括：
接需求时不问话
分析只知书里扒
过程领导看不懂
结局含糊净抓瞎
最大的问题就是与业务脱节
脱节第一点：没有理解业务场景，预测方法选择不当。确实，数据分析领域有很多可以用来预测的方法。但是每个公司实际业务背景、行业特征、运作模式都有区别。不了解公司业务，很难找到合适的方法。越是精致模型，越依赖完整的数据与严格的假设，在很多公司这是不可能满足的条件。且不说数据采集的丰富程度，但是数据清洗估计就够很多人喝一壶的。
如果预测一定要建模型，最重要的是采集到尽可能多的原因。单纯看着结果预测结果是很难测的准的。然而我们最常见到的就是“过去8个月销量是这个数，来预测下这个月啊！”这种时候怎么预计？完全不知道业绩增长原因，结果基本只能靠瞎猜。看着曲线走势说：“诶，看着这是上升趋势，所以会上升吧”，这和算命师傅看手相有什么区别。
脱节第二点：忽视业务努力程度，主观能动性欠考虑。设想一下，公司销售不去找客户，市场不去做活动，文案随便敲几个字，投放闭着眼选媒体，单靠数据分析师来计算，销量能上去吗？业务方努力程度是60%还是120%，是直接影响预测最大因素，然而也是最难量化的因素。不与业务方沟通，就很容易忽视这些。
脱节第三点：没有理解领导期望，没有回应关键问题。领导在提预测需求的时候可能有多种需要，他们期望的不一定是一个准确的数字，更多的时候是数字背后包含的问题。以销售预测为例，领导在提：预计一下销量的背后，可能隐藏了N个心思：
销量有下滑迹象，要不要上活动？
马上要出新品了，是否能一炮走红？
最近有重大改版举措，会不会影响销售？
最近销售持续不行，是不是业务队伍该整顿了？
……
其实每一种指向都有特殊的含义，都意味着预测时重点考虑因素有所不同。不和老板沟通清楚的话，即使能蒙对一两次数字，却没有解决老板真正关心的问题。到头来还是会让老板疑惑，到底这个问题会对销售有多大影响？
应对问题，从区分业务情景做起
区分第一点：我们要预测的是什么业务
理论上，越是稳定的，规律性强的业务越容易预测；越是受外部因素干扰较少，内部因素起决定作用的越容易预测。然而在预测销量的时候，这两点有可能都不成立。因为如果真的有一个行业是销量稳定增长，利润节节攀高的话，一定有搅局者冲进来改变市场。我们自己做的再努力，对方一个全场一折就把市场搞乱了。如果真是销量稳定，但利润没什么起色的沉闷市场，就没有预测的必要了，老板自己都能猜出来销量是多少。老板很可能期望的是找一新产品打破僵局。
因此在拿到预测任务的时候，一定要认真梳理一下自己面对的业务场景。提前看一些数字，至少确认以下问题：
我要预测业务过往走势如何？是否有明显季节性？是否生命周期明显？
我要预测的业务受哪些外部因素影响？是否有政策，制度等根本性影响？
我要预测的业务受哪些内部因素影响？是否可采集？数据质量如何？
当前情况下，影响因素有哪些？历史上类似场景下业绩是怎么走向的？
有了这些基础信息判断，可以帮助我们选择合适的方法来进行预测。一般来说，人为影响因素小，数据质量好的情况下可以更多依赖模型去预测。人为影响大的时候，就不要太依赖模型，而是尽量量化业务行为，让老板看到是谁做的好，谁没有做好。
区分第二点：领导期望要的到底是什么
当提及预测结果时，领导一般有三种期望
做计划：希望通过预测，了解是否要做一件事情。比如销量不行了，我是否要上一个促销活动。这时候需要的预测，更多是对走向的判断。预判下个月是否会有起色，比具体起了多少更重要，因为只要趋势不改，决策是不会变的。
管过程：希望通过预测，了解进度走向，进而发布命令达到目标。比如销量不行了，要上一款新产品拉动销量。一般是否上新产品的布局都是提前安排好的，短期内不会变更。因此更看重的是执行力。如果预测完发现销量不行，就得想办法激励业务队伍更好达成目标。
防风险：希望通过预测，了解是否会出问题，预警风险。比如销量特别好的情况下，担心的是库存，是投诉，是售后压力。而重大风险往往与极端事件有关，因此这时候收集历史资料，判断是否可能爆发极端事件更重要。
区分第三点：可量化的数据与人为因素
在销售预测中这一点特别重要。因为大家牢记：“业绩是做出来的不是算出来”销售不努力，再怎么算都没用。一定时间内，销售渠道的扩展客户能力，成交转化率是相对固定的，因此和销售渠道部门多进行沟通，可以掌握其规律。一定场景下，比如大促销，新品上市，销售渠道的推广能力也是有峰值的。根据场景进行区分，可以大致摸出销售渠道利用机会的能力。
最简单的，可以将销售指标拆解为客户量*成交率*客单价。分别落实在特定场景，特定时间内销售能力。如果有比如销售队伍人事动荡，渠道政策有重大调整等问题，也可以提前知晓，从而在预测的时候加以考虑。即使不能量化，至少也能提示给老板，帮助老板识别潜在风险，积极思考对策。
进一步拆解与分析，需要结合具体案例与场景。稍后陈老师会结合具体问题，逐一举例说明。特别是解释如何应对领导做计划，管过程，防风险的需求。
这样做也会有个弊端，就是过于谨慎反而显得数据分析师很怂。陈老师自己就干过这种事：
老板：“我们下个月销售达标情况预计是……”
陈老师：“老板，我们有5个基本假设，在这种XX情况下，预计……”
老板：“你不用次次都那么严谨，就当摆摊算卦好了，来，大家一起赌一把”
陈老师：“额，老板我堵涨！100块压这了”
——全文差一点就完了——
然而依然有同学不服气：“陈老师你预测不准是你菜，只要花钱上大数据系统，对接各大厂云平台数据，招聘高端数据科学家，就一定能预测准的！！！”
额，亲，这个和算命先生又是一个道理。
如果能算得准的话，为什么算命先生不给自己算一命呢？如果真的预测100%准，为啥丫还要来打工而不是去，炒个股炒个房什么的。
而且，大数据系统，云平台数据，高端科学家，都是要钱的啊！问问你老板有没有这笔预算，肯不肯为了一个不确定是否准确的东西花那么多钱。而且这个要钱的口气，是否又似曾相似呢：“施主，只要你花钱买了这个九转灵符，一定能消灾解难，逢凶化吉……”
——全文真的就完了——
数据分析职场路上有困扰吗？不妨到《数据分析师八大能力培养课程》https://edu.hellobi.com/course/272 里聊聊！
讲师：陈老师，在咨询行业打拼了9年，在如何诊断经营问题、建立分析体系、解决专项问题上有超过30个大型项目积累与实战，天善智能特邀专家。
博客：https://ask.hellobi.com/blog/chenwen/
视频课程特色：
从真实数据分析工作场景出发，训练实战能力
启发式教学+大量实际操练，培养属于自己的能力
不依赖于某个具体技术，也适合对数据分析感兴趣的学生、业务部门人士学习