编辑导语：数据阐明师刚开始城市专注于最基本的数据阐明需求，但有时会做成取数类的需求；怎么把这种简朴的需求做的深入，发挥出数据阐明师的代价呢？本文作者举办了具体的阐明，我们一起来看一下。

描写一个业务问题的近况是什么，是最基本的数据阐明需求。

常见的问题范例有：

产物司理：某个成果的数据表示如何？

勾当运营：某个勾当的数据环境怎么样？

渠道运营：新渠道的引流人数是几多。

新人数据阐明师一开始往往就是从这类数据阐明需求开始做。

新手很容易就会把这种问题做成一个取数类的需求。

最后给出一堆数据：点击率是几多、留存率是几多、转化率是几多。

业务方最后问，这些数据能得出什么结论？

那么，我们能不能把这种简朴需求做地越发深入，更好地发挥数据阐明师的代价呢？

本日就来分享一下，数据阐明流程中的“是什么”，可能说叫做“描写近况”，毕竟该怎么做。

一、描写近况，不是纯真取数

首先，描写近况的基本是指标。

通过提取指标的数据，回响实际的业务近况；但描写近况绝对不只仅是摆列一堆数据，只列数据，没有结论，这是新人更爱犯的错误。

原因很简朴，新人也知道好的阐明要有结论；可是作为一个新人，不懂业务，不知道该怎么下结论。

新人阐明师看到越日留存率是30%，琢磨着说点啥好呢？留存率较量低？照旧留存率较量高？

本身对业务一知半解，写高照旧写低都欠好，审慎的同学这时候就倾向于不要下结论。

先凭据取数需求做，等过段时间熟悉了业务再说，但这样很容易被加上一个“不懂业务”的标签；在别人眼里你是一个写SQL的东西人，逐渐成为一个取数呆板。

二、描写近况，不能主观判定

尚有一类数据阐明师，胆量很大，很敢写结论。

他们不范围于取数，会按照本身的业务领略，给出一个结论。

惋惜要领差池，也容易出问题。

小白在做告白阐明，发明告白曝光的点击率2%。

小白心想：点击率才2%，100小我私家里只有2小我私家会点击，这个数据必定很低了吧？于是直接下结论，曝光点击率只有2%，我认为点击率较低。

这个我认为很要命，雷同的尚有“我以为”、“我感受”这些词语；这种阐明功效很容易和业务撕逼，主要核心在于曝光点击率2%到底算不算低。

并且数据阐明师往往会败下阵来，业务方连问几个问题就招架不住了。

为什么2%点击率就是低了？你知道告白的平均点击率是几多吗？你知道业内平均程度是几多吗？

产生这种环境，小白就被加上了“不专业”的标签。

在别人眼里，你是一个不严谨的人，任职数据阐明师的基本本领都不具备。

要知道，数据阐明师很靠专业性保留，假如公司里业务方不相信你的结论，那么你在这家公司就很难混得好了。

三、描写近况的正确做法

不能不下结论，又不能乱下结论。

那怎么在不相识业务的环境下，快速给出高质量的阐明功效呢？

举一个糊口中的例子。

各人应该都有过体检的经验，血通例的体检陈诉内里，什么白细胞数量、红细胞数量、血小板数量等等都有详细的数值，看起来出格准确。

纯真取数也就是给一个这样的数据。

可是只有这个数据仿佛没啥用，你知道红细胞数量是2.5，能得出什么结论？

没有医学知识的人，一般也不敢乱下判定。

亏得这种陈诉后头城市有一列，叫做“参考值”。

好比红细胞数量参考值3.5-5.5；此刻的数据是2.5，正常范畴是3.5-5.5，较量一下，得出结论：红细胞偏少了。

这样一个没有医学知识的人，也能很快解读出数据代表的寄义。

对比之前的案例，我们从数据到结论，多了一个确定的参考尺度。

通过上面这个案例，总结一下尺度的描写近况的进程。

之一步，近况是什么，提取指标数据的详细数值。

第二步，尺度是什么，列出参考尺度是什么。

第三步，结论是什么，综合近况和尺度，得出结论。

只有近况数据+尺度才气得出一个“是什么的结论”。

所以在写数据阐明陈诉的时候，正确的做法是：用户流失率到达32%，对比去年同期提高5个百分点，流失率较高。