漫谈数据从业者的数据敏感度

前几天有一位从后台转数据仓库的小伙伴找居士咨询，如何提升自己的数据敏感度。

挺常被问到的一个问题，也是很虚的一个问题，因为它很难去衡量。

但是，数据从业者，不论是数据开发、数据分析、算法工程师还是数据科学家，一旦被质疑自己没有数据敏感度，都是一件很令人难受的事情。

针对这个问题，居士提出一种简单的方法，能快速让人感知到你的数据敏感度。也算是一种小技巧。仅针对相对低级别、和刚接触新业务的场景中。

只需要做到这下面三个步骤，基本上就能干掉一大半的童鞋了：

1. 了解你服务业务的目标，并能在别人问到的时候快速背出来。

2. 记住你服务业务核心关注的几个指标，并能背出来它的大致数量级。

3. 每天看一下第2步的几个指标，如果发现有明显的升降，就发出来，告诉大家数据的变化。

以上的第1步是一个一次性的工作，和业务侧沟通一下就ok了。后面两步，做个给自己看的报表，每天早上推送给自己一个日报就能搞定。

看起来很简单，如果你能做到这一步，就已经能干掉很多同事了，感兴趣的可以去试试。

几个注意点：

• 每个业务关注的核心指标一定不能多，如果你当前团队的业务指标体系没有搭建好，那么自己尝试抽象，理论上讲，每个业务关注的指标最好不要超过5个。

• 这个小技巧，仅对于新业务、新人比较适用，当你深入一个业务一段时间后，基本上这些数据就可以不过大脑的背出来了，如果还没有，那么请反思一下自己。

• 不仅限于数据分析师，理论上要和数据打交道的各个环节的小伙伴都可以这么做，帮助自己更了解业务现状，特别是数据开发童鞋，很多都对自己业务的现状缺少最基本的理解。

稍微延申一点，以上小技巧呢，只能算是做到了个入门，你知道了数据的现状和波动，更重要的是对于数据的解读。

比如，当你看到了你关注的业务的DAU是10w的时候，还要能明白背后是什么含义，10w是高还是低？在行业里面什么样子？这10w是哪些用户组成的

再比如，当你关注的业务的DAU在今天下降了10%的时候，你要明白这个下降正常吗？是每周这个时间就会降还是新低？降的10%会对业务有什么影响？一般是什么原因造成的？

以上，抛砖引玉，欢迎在评论区发表你的观点。