职场中，须要的是「解决问题」的能力，对于数据分析师同样如此。
数据分析解决业务问题有一套“标准化流程”：从明确需要、荡涤数据，到剖析起因、提出倡议。对于这大同小异的过程，有的分析师轻车熟路赋能业务，但有的却频频卡壳，或者拿了数据不知从何动手，或者剖析一轮后却被否定。
针对这些问题，咱们须要「以终为始」，使得数据分析的全流程，始终围绕着同一个目标进行：解决业务问题。
什么是「以终为始」？
- 以终为始是一种「逆向思维」，要求从目标登程，倒推现阶段要做的事
- 以终为始是一种「指标治理」，把当下要做的事限度在「指标达成」的框架里
- 以终为始是一条「通关门路」，沿着它向前奔跑不会偏离方向
比方我要把「饼干数据分析脑暴会」打造成以乐于分享的社群，这是指标，那如何掂量指标达成？确定评估指标为：每月达人直播分享会数量，即每月都有 1 个达人进行主题直播分享。
要达成这个指标，须要先思考一个问题：达人为什么会来直播分享？答复：按等价交换准则，达人来分享是帮忙进步社群活跃度，那么达人能取得什么呢？从物质、精力维度划分，或者是金钱、名声。所以社群就须要解决付费、以及听众的问题。
听众的问题，能够量化成社群人数，认为社群笼罩的人数足够多，达人即可取得更高知名度; 对于付费的问题，个别认为更多人违心为优良产品付费，所以该问题能够转为如何做一场优良的分享会。
要进步社群人数能够通过内容创作及多渠道宣传，而为了帮忙达人做优良的分享会，须要把分享会教训积淀成开箱即用工具包，帮忙升高分享门槛的同时确保分享会品质。
至此，咱们为了达成“乐于分享的社群”的指标，倒推至当下要做的事就是创作内容、积攒分享会教训，逆着以上思路便可造成阶段里程碑。这就是以终为始的具象表白。
为什么「以终为始」很必要？
数据分析过程中很多存在的问题，都是因为没有「以终为始」引发的：
想要转行数据分析，然而学海茫茫，不知从何学起？
「以终为始」：先联合集体倒退布局，明确数据分析畛域的岗位。对标中大厂该岗位的要求，造成学习技能树指标，“循序渐进”即可。
学习过程中，为了学习工具而学习工具，没有艰难也要给本人制作艰难
「以终为始」：以解决问题的思路，先简略后简单，先入门后进阶，先实现后完满。在学习过程中，对须要的常识应该有“水平”的把控，某知识点应该学到什么水平？设定里程碑阶段，确保方向正确，能力离指标达成越来越近。
给业务进行数据分析的过程中，没有思路，不晓得从何开始搭框架？
「以终为始」：回到此次数据分析的目标，是要解决特定业务场景下的业务问题。没有思路，是否因为没有把对应的业务问题拆透？须要进一步把业务问题依据「业务目标」拆解成多个子问题，能力转成数据问题，能力基于此搭建剖析框架。
「案例」数据部门和产品部门沟通，应后者需要搭建模型评估单品价值，过程中始终在探讨要什么数据、什么算法，探讨逐步往数据、算法自身下来了，效率很低。此时奶茶妹妹提出须要「以终为始」，先让产品部门答复“做这件事的目标”以及“如何评估最终造成的数据模型的作用”这两个问题，围绕着答案，对后面头脑风暴过程中探讨的数据指标进行删减、对算法依据评估指标优化，很快就搭建起了整体框架。
数据分析师如何做到「以终为始」？
做事前，从业务层面思考，先问为什么：
想分明做这件事是要解决什么问题？
学习数据分析常识前，先明确岗位要求，就是思考要达成的数据分析能力能够解决什么样的业务问题？比方是围绕用户的经营，还是针对互联网产品的优化。
小 Tips：入门数据分析师沟通数据需要，资深数据分析师沟通业务需要。
上述“单品价值模型”的案例中，业务要解决的是库存挤压占用资金老本，心愿通过优化「库存构造」来解决此问题。换成商品经营的语言，就是通过洽购更多高价值的单品、清理低价值单品等形式，进步库存周转率，进步资金利用率。
从数据层面思考，合成指标：
搞清楚真正的问题在哪？
能够借用 Issue Tree 逻辑树和 SMART 准则工具，对指标进行治理，最终映射到数字空间，转成数据问题。
上述“单品价值模型”的案例中，问题转成了如何计算单品的价值？回到业务需要中，优化库存构造的后果通过「存销比」来掂量，也就是说单品价值的计算公式须要与存销比指标挂钩，换句话说须要通过指标公式判断热销产品。
那如何判断热销产品？
在批发行业，能够套用人货场模型：
- 人：历史数据中更多人买的商品？还是针对外围用户群的商品
- 货：单价在哪个区间商品？还是不同品类决定了销售状况？
- 场：热销品是否存在节令效应？
从执行层面思考，制订做事程序：
造成解决问题的步骤框
这一步须要对由业务问题转成的数据问题进行起因剖析。剖析过程中，须要「以终为始」思考最终数据分析的产出模式，也就是说在起因剖析过程中须要围绕着最终的「业务指标」和「产出模式」造成残缺的剖析框架。
上述“单品价值模型”的案例中，问题转成了通过人货场模型找到热销产品的特点，思考到最终的产出是以模型公式的模式，对每个单品的价值进行定义计算，所以在人货场模型的剖析后，须要造成公式：单品价值 = 用户指标×商品指标×周期指标。
结尾
如果说什么是数据分析逻辑，我认为「以终为始」就是重要的思考能力，能够帮忙咱们梳理剖析框架的同时，真正解决业务问题。
愿无知者无力，愿无力者前行。
我是 @ 饼干哥哥 ，继续为您打造数字化时代的剖析能力。