滴滴宋世君：DS(数据分析师)，到底是作什么的？

出品 | 滴滴技术
做者 | 宋世君

前言：本文的做者是滴滴出行数据科学部负责人宋世君，曾在 Facebook 、Google 核心部门就任，是知名的华人数据分析总监。经世君老师受权在此分享给你们，但愿让你们理解数据分析师的背后——数据对于一个产品的核心价值，不管把握数据的是DS，仍是研发、产品同窗。但愿可以帮到你。

DS 在市场上是近些年出现的一个新的职能，比起研发、算法、产品、运营等等这些已经演进二三十年的职能，咱们仍是在很是年轻的阶段。

一方面，从市场上人才的供需关系能够看出来这个职能的发展和需求，可是另外一方面，和任何新事物同样，这个新的职能也有不少挑战，今天我想谈谈我怎么看待 DS 这个职能，和咱们的发展方向。

首先，咱们要明确 DS 并非一个公司的”必要”职能，可是在一个公司的发展壮大过程当中又会有 DS 出现的必然性和存在的合理性。咱们就像一把枪上的准星，没有准星也能开枪，可是准星能使这把枪更加有用。公司没有任何人作数据分析，短时间也依然能运行，只是不少地方运行地会不太好；若是有一天公司里作数据分析的人都消失了，公司短期内也不会垮掉，可是时间长一些确定会有影响。

当咱们不是”必要”职能的时候，咱们就要问本身“DS 是谁”、“DS 作什么”、“DS 存在的价值是什么”、 “DS 要往哪一个方向发展”?

▎DS 是谁

用心理学的术语，这个实际上是 DS 的“本我”。咱们是一群在相关量化领域受过专业的训练，而且但愿应用本身的量化能力，在数据中挖掘对业务有用的信息，而且经过这些信息为业务发展提供助力可是同时又保持数据的中立性的人。

一个职能(或者说公司里的一个岗位)是由他应该作什么决定的，而不是由他正在作什么决定的。因此，咱们描述 DS ，更多的是从咱们本身以为咱们应该作什么，而不是咱们现状作什么。好比不少同窗有这样的疑问” DS 作大量取数的事情”，甚至不少业务合做方”期待咱们知足不少取数的需求”。这些都与 DS 是谁无关，这只能说明咱们尚未作好咱们的工做，还有不少地方须要努力 ( 后面会展开谈 )。

从个体的角度，这也意味着咱们看待 DS 并非看这我的的学术专业，而是看这我的的动机和意愿。公司里跟数据有关的职能是多样的，有些是把数据做为拿到业务结果的抓手。要对业务结果负责，这些是数据运营。有些是把数据做为研发的对象，对跟数据相关的这些产品负责，这些是工程研发。有些是基于数据作实时地在线实现，这些是算法工程师的工做。

这些都是咱们的合做伙伴, 可是咱们又有咱们本身的定位, 跟这些都不一样. 咱们应该为咱们工做的中立性和科学性负责. 咱们须要有业务的思想, 可是咱们并非要作业务自己, 咱们但愿作业务发展的催化剂。

▎DS 作什么

我总结咱们作的事情，能够抽象成三类 (1) 描述现状 (2) 寻找规律 (3) 推进改进。这三类事是逐层推动地，可是都很重要。

DS 首先要描述现状，也就是咱们常说的 “数数”。

当咱们连客观现状都描述不清楚的时候，是谈不上寻找规律和推进改进的。咱们工做中大量的取数工，咱们作指标，作数据报表看板等等都是在这一类之中。可是为何不少同窗对 “取数”工做有很大疑惑或者是以为没有成就感呢？我以为这是由于咱们在被动地取数，或者说咱们并无把取数自己和本身业务的主线联系起来，而仅仅是在作填空题。

另外，我在数据分析十条中提到 “分析什么问题，每每比用什么方法更重要”，应用在取数上就是 “取什么数”、“为何取”每每比 “怎么取”、“是多少”更重要。不少时候，从业务角度思考 “为何取”就能给咱们更强的价值感，若是能主动去思考 “为何取”，则更加会有参与感。虽然这是第一步，可是价值是极大的，若是不能帮助公司描述现状，公司就是在盲目前进。这第一步就要求咱们的每位同窗有独立思考尤为是批判性思考的能力。

DS 还要寻找规律。

数据分析的本质就是要寻找规律，寻找那些数据信息中隐含，可是别人还没发现的规律。咱们常说的统计推断、因果关系、增加推进、预测建模、实验评估等等都是在寻找规律。这些规律就是咱们常说的 “洞见”。

固然, 有含金量的规律是不容易发现的, 这也正是咱们 DS 存在的价值. 若是咱们能看到的规律你们都能看到，那么咱们就没有提供价值；谁能挖掘的深, 谁能看到更本质的规律, 谁就提供了更大的价值，因此咱们的学术训练、科学方法、实践经验、数据敏感度等等都是在帮咱们发现别人看不到的价值。因此我鼓励你们在描述本身的工做的时候，出发点不该该是我用了什么方法，而是我发现了什么规律 ( 洞见 )。这要求咱们的每位同窗有很强的好奇心和坚决的信念。

咱们描述现状和寻找规律，最终的目的都是为了推进改进，这也就是咱们常说的影响。我总结过DS的影响能够分红四类： (1) 改善重要指标 (2) 影响产品决策 (3) 影响操做流程 (4) 创造可持续解决方案。

若是咱们作了一些事，可是没有直接或间接地实现这四类里面的任何一类，那咱们要反过来思考下咱们是否是把时间花在了正确的地方。以及咱们之后要怎么作，才能让咱们的单位时间投入产出最大化？更理想的状况，是在作事以前，先想一想 ( 若是是被动需求的话，问问需求方 ) 咱们要作的事会在哪些方面产生影响。要实现这些影响，还要求咱们的每位同窗有同理心和业务 (产品/运营/市场等）思惟，同时还要有精炼的能力，优秀的沟通技巧，说服的能力。理解了咱们影响力能够发挥的四个维度，也就解释了“ DS 存在的价值是什么”。从心理学的概念，这至关于 DS 的 “超我”。

▎DS 要往哪一个方向发展

这至关因而DS “自我”的问题。

我把这个问题总结成两个方面 “能力建设”和 “文化建设”。在能力建设方向，打铁还需自身硬。咱们要有能力作更加深刻的分析，应用更加科学的工具，让别人作不了的东西咱们能作，别人看不到的规律咱们能看到。这里要强调一点，就是能力不光是技术能力，还有业务思考的能力。咱们组织 Delta 计划就是为了帮助同窗们提升这种能力。咱们也鼓励你们多经过行程学习小组、轮岗、和团队里的资深专家交流的方式。提升本身的能力。同时，咱们也鼓励你们多站在业务的角度，思考数据能发挥什么做用,。多从各业务 leader 那里学习他们的思惟方式和角度，而后结合咱们的数据积累造成咱们本身的东西。

跟能力建设同等重要甚至更重要的是文化建设。咱们改变环境 ( 同事、公司、行业 ) 怎么看待 DS ，首先要坚决咱们本身怎么看待本身。这里有自信的问题。咱们的价值是由咱们作的事情决定的 ( 自我 ) ，这个并不依赖于外界对咱们的认知和确定；咱们要提升本身的价值，本质上也是如何让本身作的事情更有价值。有了自信，咱们才能有方向去引导咱们的合做同事怎么看待咱们，怎么知道咱们能作什么更有意义，别人怎么看待本身，本质上反应地是本身怎么看待本身。若是咱们本身就以为本身应该取数，那在别人眼里就是取数。若是咱们告诉别人，咱们的时间用在其余 ( 更有价值 ) 的地方对业务帮助更大，那么咱们和对方都有意愿去这样作。而咱们经过努力可以兑现这些，会让对方更加认定咱们这个定位，造成正反馈。

你们在DS团队赶上的问题，我若干年前在 Google 和 Facebook 都赶上过，可是经过咱们总体团队的努力，逐步证实本身，在市场上树立了 DS 的品牌和认知，并被市场上认定为这个职能的标杆。DS 做为一个职能，也得到跟工程、产品相相似的地位，近期屡次被评为最有前景的工做。这个过程是逐步的，是须要时间的，也须要咱们一块儿努力。

咱们在滴滴其实也是在作这么一件事，DS 和数据驱动的理念在中国发展尚早，不少事情还停留在理论和感性层面，至关于硅谷若干年前的状态。这也是为何咱们这个部门的同窗面临这么大的迷茫，而咱们这些 leader 要帮助你们坚决方向，由于咱们是市场上引领这个职能的一群人，在探索和拓展着这个职能的边界，而这个过程注定是有挑战的。和其余职能不一样，咱们的各位 leader 和基层同窗, 在作具体事情的同时，还在创造着这个职能的历史。

▎数据分析十条

最后，我还想从新提一下我总结过的 “数据分析十条”，上面讲的不少方面都在这十条里面有反映：

1. 分析师的核心能力是思辨 [DS作什么]
2. 对讲真话负责，保持中立 [DS是谁]
3. 论据充分，论证严谨，观点简明 [推进改进]
4. 数据先于观点，而不是观点先于数据 [DS作什么]
5. 不要把问题复杂化，也不要害怕复杂度 [DS是谁, DS作什么]
6. 分析什么问题，每每比用什么方法更重要 [描述现状]
7. 好的分析师给别人输入，而不仅是帮别人输出 [文化建设]
8. 分析没有什么价值，除非洞见改变了什么其余的东西 [非必要职能]
9. 若是可能应该基于问题收集数据，而不仅是基于数据来问问题 [本文未提]
10. 不是全部问题均可以分析出答案，以开放的心态采纳其余的观点 [本文未提]

▍END

资深数据分析行业带头人，前 Facebook 数据分析总监，Instagram 数据分析负责人，Google长尾广告增加负责人，在 Google 和 Facebook 的客户端、广告、社交网络内容生产与消费等方面的数据应用有着普遍的经验。