转自：www.cnblogs.com/joechinochl/p/6308556.html

马上过年了，地铁上人越来越少了，该放假了！但是！有多少同学是因为业务部门提的需求太垃圾，而没假放，边加班边骂娘的！

今天让我们来认真骂骂街，那些害你放假不得的垃圾需求。

垃圾1号：梦里不知身是客，我的需求是什嘛

典型场景：业务部门小哥急匆匆跑过来说：“老板安排一个很重要促销任务，要在年底做活动拉一下用户活跃度，帮忙分析下”

错误应对：切暴走模式，怒吼：“你是傻逼吗！带脑子了吗！”

正确应对：慢条斯理的说：“在年底拉动消费提升用户活跃度是一个目标，不是一个具体的事情，要具体到产品，人群，渠道才能做评估，你可以先看看现有的产品，渠道，人群的报告，有了初步想法以后我们再沟通！”

要点解析：这种常见于刚刚入职的，工作经验1.5年以内的，很小白的业务方，以为分析部门是奶妈，只要张口哭就有奶吃。本质问题是不知道如何应用现有数据解决问题，要耐心的引导。当然对方如果执迷不悟甚至搬出老板来压人，可以选择错误应对教训他一下。

垃圾2号：抓住需要当需求，每天加班没尽头

典型场景：

业务部门小哥说：“我要一个过去3个月有活跃用户人数”

给了数，又说：“我要一个过去4个月内有活跃用户人数”

给了数，双说：“我要一个过去5个月内有活跃用户人数”

……

给了数，叒说：“我要一个过去18个月内有活跃用户人数”

错误应对：加班一夜，把过去1800个月以内所数据都跑出来

正确应对：从一开始就不要接这种需求，先问：“亲，你要解决的业务问题是什么？你准备拿哪几个数来说明这个问题？我给你这几个数以后你又准备怎么判断？” O(∩_∩)O

要点解析：这种常见于刚刚入职的，工作经验1.5年以内的，很小白的业务方，以为分析部门是奶妈，只要张口哭就有奶吃。本质问题也是不知道如何应用现有数据解决问题，他的上级提一个数就要一个数，完全没想过数据怎么用！所以要耐心引导，不要急着做东西，否者改死你！

垃圾3号：计划没有变化快，一天一版搞竞赛

典型场景：

业务部门中哥说：“我想做这个……”

“看到这个结果我联想到……”

“看到这个结果我又联想到……”

“看到这个结果我双联想到……”

“看到这个结果我叒联想到……”

“看到这个结果我叕联想到……”

错误应对：抄起你雨伞，对着他的嘴巴，天降正义！

正确应对：在第一次提需求的时候，就先说：“哥们你想做这个主题，我们看数据的方式是这样的，看到结果以后预判的假设是XX，这样能验证结果。如果你变想法了，那作为一个新的需求，加入队列，看我的工作时间重新安排。”

要点解析：这种常见于入职1.5-3年，有一定经验的业务方，想法多但欠经验，简单说就是喜欢瞎想。本质问题是缺少经验和积累，没有独立判断能力。本着优质服务的原则，不要直接拒绝他的需求，而是要坚持一事一议，做完一个课题再做下一个，不要急着变，这样帮他积累经验，也帮自己喘口气，不要累死自己。

垃圾4号：原因结果倒了个，测算不知怎么做

典型场景：

业务部门中哥说：“我们明年会调整经销商的考核办法，测算下业绩会拉动多少？”

错误应对1：打开手机百度，搜一个佛祖大号高清无码照片，然后说：“哥们你有火机吗？我们敬三只烟问他老人家”。

错误应对2：感激的临表涕零：“终于不是只跑报表了，可接了大活！”

正确应对：在第一次提需求的时候，就先说：“经销商制度改变会从根本上改变经销商经营方式，之前从没有过先例，你们还不如先找一些KA聊聊听听意见，内部数据没有分析头绪”

要点解析1：这个是必杀大错！把无数菜鸟分析师拖下水！要清楚一个情况，就是数据分析做预测的基本原理是“原因结果有规律，过去发生的规律会重现”，要抓住原因找结果。而像这种全新的制度改变，影响业绩的原因已经变化且无迹可循，要首先做定性研究，了解变化可能的走向，而不是急着用历史数据做推演。不找到新的原因，不但推演是扯淡，而且很有可能背上：测算不准，影响决策的超级大锅。切记切记。

要点解析2：即使是先做调研，也是在坑调研而已。因为做经销商访谈，会遇到典型的口是心非的情况，没人会对公司吐真言，所以最好还是让业务部门自己想办法从业务上规避风险，做小范围测试，我们看测试结果再做推演。

垃圾5号：测算结果不满意，抓耳挠腮找证据

典型场景：

业务部门大哥说：“这个测算结果我们不接受！改！”

业务部门大哥说：“这个评估结果我们不接受！改！”

业务部门大哥说：“一定是你们漏考虑了什么东西”

错误应对：你声音大你话事，你说咋改就咋改。

正确应对：我们只是根据事先定义好的维度，呈现基本事实，你不满意我们可以直接见老板。

要点解析：呈现事实是数据分析人员的基本操守与 职业底线。业务部门才是不择手段达成目的的。这种问题常见于在业务部门混了很多年的老油条，强势，自负。这种情况，恰恰反映了在分析开始讲清楚分析维度，判断标准的重要性，要按照共识做事，坚守道德底线，你会赢得更多尊重。

总结：之所以这个岗位叫数据分析师，不叫数据师，就是为了体现我们的分析问题的能力，用梳理问题——提出假设——寻找数据——检验假设——输出结论的科学方法代替拍脑袋。所以不要纵容业务方一盆酱子不思进取，也不要屈从于业务方异想天开，自以为是。坚持事实，坚持科学方法，你会赢得更多尊重X2。