数据分析 - 数据项目 之 第一章：理念与经验 - 第二节：项目思维与经验

目录

1.数据项目思维

2.数据项目要点

3.经验之谈

4.测试环境重要性

---

1.数据项目思维

(1)数据项目要素

• 项目计划、实施方案、前期文件
• 七大要素：需求(做什么)、目的(做成什么样子)、定义(各数据字段或指标的定义)、数据源、逻辑、思路、方案
• 交付物、交付时限、交付物验收标准(项目完成的定义)

(2)数据项目workflow

• 项目实施前：积极沟通，明确与落实项目各要素，注意：项目计划要为“返工修补”预留时间；实施方案起点不要定太高、要能切实落地
• 项目实施中：把握好实施方向与步骤，对于需求方更改需求或添加要求，能拒绝则拒绝，不能则要讨价还价般争取些资源(如时间)
• 完成交付物：必须认真检查结果数据、核对交付物是满足验收标准
• 项目结束后：整理项目文件并归档，进行复盘 或 思考总结，思考优化方案(省力省时结据更优)

(3)数据项目易犯错误

• 对每次交流商榷后的内容，要存档留据，必须发邮件互相转告落实
• 不要让随意更改需求而打乱节奏、不要把战线拉得过长而超出计划、不要把口子拉得过大而收不住、不要把实施方案定太高而难落地
• 所谓的“完成”，并不是你交付出交付物那一刻，而是需求方收到后、检查后，点头说ok 那一刻

(4)衡量数据项目一些方法

• 项目重要性衡量：使用对象、服务的业务的重要性、存在增值项
• 项目难度衡量：实施内容涉及因素、对象的范围、资源到位情况、变量因素多少
• 项目成果衡量：数据项目往往是辅助项目，不像游戏项目那样能直接以钱论成果多少，所以做项目前应考虑项目成果的衡量难度，就像投资前考虑收益多少一样

(5)项目各阶段处理方式

• 统筹规划阶段：注重整体大局、全面思考、明确目标、理清思路、确立计划
• 实施执行阶段：分优先级、选好切入点、hold住前进方向、控制好节奏
• 处理问题阶段：及时抛出问题、不逃避问题
• 事后总结阶段：事后复盘、总结思考 (这让人进步得快)

2.数据项目要点

• (1)严守两大关口-输入与输出：检查接手过来的数据与文件，数据被delivery出去前也要多角度检查，总之eat your dog food
• (2)弄懂后才做、不懂不做：不懂，做了往往做错，浪费时间，不如不做；弄懂内容包括需求、目的、定义 ，这3方面往往是需求方提供，也包括数据源、逻辑、思路、方案，这4方面是执行者考虑的，所以实施之前需要弄清这七大要素
• (3)宁可断、不可乱：断是指停止、甚至舍弃，乱是指思路不清、取舍不定；造成乱的原因往往是七大要素不明确 或 没有统一规范准则而模棱两可、取舍不定；当乱时，就得停止下来，明确6大要素，确定统一规范，记住一点：没有完美的方案，权衡利弊取最优者

3.经验之谈

(1)易犯错迹象

• 含糊不清：数据项目七大要素不明确
• 模棱两可、取舍不定：没有统一规范或准则、为"完美"而死钻牛角尖
• 快而错漏百出：写代码不求快，求准，跑之前更要梳对一遍，越是重要、越是最后、越要慢
• 脑昏力乏继续死撑：这时往往是做得多错得多，须停止下来休息
• 心烦意乱、坐立不安：先调理情绪冷静下来

(2)易犯错点

• 写代码时，快速复制粘贴，忽略修改细节点
• 跑代码前不检查一遍

(3)这样的内容是记不住的

• 只是copy别人的知识内容，我是记不住的  -> 只过经过自己大脑过滤、并与自身结合或重组后，才能记住
• 内容不分层次化、或没记忆路线图，也是很快遗忘 -> 最好画思维导图、内容不多的话分组分点记忆也可

4.测试环境重要性

(1)表修改

• 只要修改表(包括增减字段、改表名字段名、改字段类型)，都要考虑上下游是否修改，上游为入库脚本，下游为中间表、应用层\
• 修改表正确做法：在test库复制空表(索引约束也要一样)，按要求修改空表，从正表insert更新后的数据，最后调换两表

(2)表设计

• 规范一致性、可扩展性

(3)项目开发

• 测试环境意识：涉及改表的项目必先在测试环境中进行，并且要修改涉及的中间表、报表、应用等脚本，最后才在生产环境修改
• daily update script 与 补充历史数据 : 先开发daily update script ，再一次性补充历史数据