数据分析师|如何突破个人价值，避免落入能力陷阱？

编辑导语：数据岗位是研发团队的重要岗位之一，结合数据分析，研发团队可以更好地开发产品、找准产品定位、推动产品迭代。那么，数据岗人员应该如何发挥自我价值、甚至突破自我？本篇文章里，作者结合自身经验，总结了数据岗价值突破的策略以及未来数据岗的可能发展方向，一起来看一下。

中大厂围绕数据建设的话题一直层出不穷，随着业务的快速发展，业务同学对数据的需求越来越多且复杂，但是数据的产出往往不尽人意，究竟是哪些因素导致的？而我们数据同学如何在面对海量需求时，能有个人成长。本文将分享一些个人的经历及思考，核心基于两点：价值和主动。
各位好，我是一名从事产品，转了数据分析师，又转数据产品的产品策划。在过去的4年多时间里，也经历过了美妆电商、哔哩哔哩漫画，还有六脉创造营的各创新业务（水印相机、QQ扩列、QQ自习室、手机QQ相机等）。
在这些宝贵的过程中，我不断地进行实践——踩坑——学习——解决——收获，逐渐从一个数据的消费者，过渡为一个数据的整体价值的建设者。
在这些业务中，我承担了从0到1的数据体系建设的主要工作，在哔哩哔哩漫画初期我独自战斗，后来也伴随着数据岗的持续加入及完整的数据团队建设一起成长。而在腾讯团队里我也面临着无专业数据岗的问题，所以在对PCG各大部门的数据现状进行了充分调研后，制定并实施了一套符合创新业务的数据建设方法。
一、如何以最小可行来建设创新业务数据体系？首先，什么是最小可行？
MVP（minimum viable product，最小化可行产品）概念最早由埃里克·莱斯提出，刊载于哈弗商业评论，并有出版物《精益创业》。

具体到数据体系上就是，数据前期能用就可以，不需要一步到位做成一个完整的体系才去用。
那数据体系在创新业务中为什么可以是最小可行，而不是大而全。创新业务在对数据体系建设的影响上有不限于以下几点。
1. 功能迭代频繁这意味着对数据需求的速度快，改动多，出错率上升，数据需求朝令夕改的情况时有发生。
2. 更关注用户行为在客户端日志与服务端业务表中，日志更为重要，如果是业务表则会相对少一些（这一点还是要看业务类型），所以对于用户行为数据的建设显得尤为重要。
3. 增长策略在创新业务前期尤为重要增长方法的实施中，对于用户生命周期以及增长措施会格外关注，对数据的专业性和复杂性会有一定的提升。
综上，以某业务举例，21年为达成xx万的目标，针对不同生命周期的用户划分为新/老/回流/预流失三种类型进行用户运营，那我在业务的数据仓库建设思路中，就会是按照实际的用户增长运营步骤实施：

某业务的最小可行数仓分层图（行数为假设值）
但是在创新业务初期，想做到最小可行也并不容易。对于初创期的产品以及才搭建的数据分析团队而言，一方面是爆炸式的数据分析需求增长，一方面是上报和分析流程不规范、数据产品的欠缺，矛盾尤其突出。按照“先扛住后优化”的原则，为了快速顶住需求，分析的同学需要做大量的繁琐、重复的工作。
综上，为什么是选择最小可行？还是要认识到数据需要在快速验证产品可行性时能够起到关键的支撑作用，抗住了再优化！
二、在创新业务中面临的数据问题我以经历过的哔哩哔哩漫画以及六脉创造营（水印相机、QQ自习室、QQ相机）来展开。