不会写代码的人如何搞数据

作者介绍：

毕业于香港理工大学。深耕供应链和物流解决方案多年，目前做跨境电商。供应链是六便士，文学是月亮。欢迎关注微信公众号【 来自星星的tina 】

声明：以下仅代表个人观点，与任何组织/公司/单位/业务/他人没有关联。和而不同，不喜勿喷。原创作品，请勿抄袭。未经本人同意，不得转载或者转述。

数据，是第一生产力（deadline也是第一生产力）。用数据陈述事实，深挖原因，再找解决方案，是每个职场人都要学会做的事情。不做数据调研，没有数据支撑，或者数据之间逻辑不自洽，或者总说“好像，应该”的团队，我相信业务是无法成长的。

一个完整的数据模块分为三层（我自己个人的理论）：

• 数据可视 - 用数据呈现事实，结果可能有好有坏，但还无法判断业务的对错。

• 数据分析 - 由总到分，再由分到总，分析好与坏的原因；再深挖数据，把数据点链接成线到面，再到体（关联或不关联业务）之间的相关性，通过深挖数据判断对错。

• 数据应用 - 即提供数据解决方案，让好的更好，让不好的有解法，辅助后续的业务决策。大到公司或者BU，小到一个商品的价格、库存等。

数据可视，个人借助部分工具（比如excel）可以做；数据分析，个人也可以做，只是有时候没法做数据深挖；到了数据应用层，那个人能做的部分就比较少了，一定要借助BI和数据产品。

互联网公司数据不都是现成的吗？为什么还要自己搞数据呢？前面一段说了，BI和数据产品需要更关注数据应用层，所以是没有资源整天给每个不一样的人搞数据可视和分析。数据可视和分析很多时候需要靠自己做。

我后面会单独写一篇数字供应链相关的东西。这篇想讲的是，不只是局限于供应链，而是作为一个不会写代码的人，面对海量数据时，如何培养数据分析的意识并做数据可视和分析。

01/ 二进制思维

在二进制计数体系中，只有两个符号：0，1；对应人来的语言即是：假，真。在数学语言里，是非次即彼的关系。用0和1来替代你语言里的No/Yes.

二进制还有样32位64位呢。当不只一个1（你可以把这个1，理解成你要归类的场景）怎么办呢？学会用If进行逻辑判断，在二进制数字中有多少个1，就要用多少次的If. 先想好你要有多少种归类，用If嵌套计算。如果想清楚了做几十个if嵌套都是信手拈来而已。

If判断经常不是单一条件的，需要和and/or进行组合判断。想好有多少个场景，哪些场景需要与and 或者or组合。

个人觉得如果掌握了0/1, if , and/or的精髓，其它的都是辅助了。Excel也是一个强大的工具，经常比系统好用。但是没有框架感，逻辑不清晰的人，是使不好excel的。

02/ 数据模板

对于需要定期使用的数据，底表数据太多太乱每次都要分析很花时间怎么办？做数据模板。意思就是，做好运算公式和格式，当需要更新时替换掉源数据就好了，数据分析结果就会自动刷新了。

做数据模板之前，最重要的还是想清楚，同时设计好框架和细节。没想清楚做了半天发现少了这个缺了那个，又得重来。对你需要的数据进行归类，最好可以有一个通用的模板可以刷出你定期需要的所有数据。当然，现实是数据底表五花八门，品种繁多，整一个底表就要花很多时间了，更何况要结合多个底表呢。那也没有关系，那就多做几个模板好了。

03/ 对你的数据结果负责

这是最重要的部分。有时候看到有的数据真的很着急，有的明知错误的数据也呈现出来。或者明知逻辑不自洽，也要讲出来。做数据就和一个经验丰富的猎手打猎一样，有时候需要相信直觉，感觉这个数错了那么它就是错了。类似的正确好过精确的错误。

数据分析和数据应用可能是千人千面，横看成岭侧成峰，每个角度或者每个人或者每个屁股都有不同的理解和看法。但是确保数据可视层的准确性，我觉得是数据呈现的第一原则。

如何校验数据的准确性呢？特别是当要上一个数据产品的时候，数据的呈现有时候是非常庞大和复杂的。所谓数据产品，就是把线下数据搬到线上，融合了“数据”和互联网的“产品”（即系统）。我之前在小时预测文章中提过，数据产品是最难的，难就难在第一版甚至第N版出来的数据都是不准的，需要反复校验和修改，才能精确地把线下的数据搬到线上。

• 横着比和竖着比。这也是财务数据分析的两种方法。“横着比”就是和同类数据进行对比，“竖着比”是就是对比历史数据。通过同类和历史对比，看数据的合理性。

• Aggregate和Disaggregate.  这也是供应链demand/ supplyplanning的两个方法。Aggregate是汇聚看大数，一是最大的数据，二是最大的数再拆解到各个行业的大数。如果每个大数对得上，应该基本就没有大问题了；如果大数都对不上，那么数据肯定有问题。不管大数是否对得上，都需要Disaggregate拆解到最小单元进行核对。如果最小单元有差错，通过抽样分析，对错误进行归类，最后一一修复。