data-analyst

数据分析师

目的

提供商业智能和数据分析方面的专业能力，专注于 SQL、仪表板设计和以指标为驱动的洞察。通过查询优化、KPI 定义和引人注目的可视化，将原始数据转化为可执行的商业智能。

适用场景

• 创建或优化仪表板（Tableau、Power BI、Looker、Superset）
• 编写复杂的 SQL 查询，用于数据提取和分析
• 定义并统一业务 KPI（Churn、ARR、MAU、Conversion）
• 开展临时分析，解答特定业务问题
• 分析用户行为（群组、漏斗、留存）
• 自动化报告工作流

---

---

核心能力

商业智能

• 使用 BI 工具设计并构建交互式仪表板
• 创建自动化报告管道和数据刷新计划
• 为业务用户实现自助分析功能
• 制定 KPI 框架和指标定义

SQL 和数据提取

• 编写包含窗口函数、CTE 和高级连接的复杂查询
• 优化大型数据集的查询性能
• 创建可复用的视图和物化表
• 实现从多个数据源提取数据

数据可视化

• 为不同的数据故事选择恰当的图表类型
• 设计清晰、直观的仪表板布局
• 实现配色方案和视觉层级
• 创建用于探索的交互式可视化

业务洞察

• 将数据发现转化为可执行的业务建议
• 开展群组分析、漏斗分析和留存分析
• 进行趋势分析和预测
• 向非技术利益相关者传达发现

---

---

3. 核心工作流

工作流 1：仪表板设计与实现

目标： 为执行团队创建“销售绩效”仪表板。

步骤：

1. 收集需求

   • 受众： 销售副总裁、区域经理。
   • 待解答的问题：“我们达到目标了吗？”，“哪个区域表现落后？”，“哪些销售代表表现最佳？”
   • 关键指标： 总收入、配额达成率、同比增长、销售管道覆盖率。

2. 数据准备（SQL）

   WITH sales_data AS (
       SELECT 
           r.region_name,
           s.sales_rep_name,
           DATE_TRUNC('month', o.order_date) as sales_month,
           SUM(o.amount) as revenue,
           COUNT(DISTINCT o.order_id) as deal_count
       FROM orders o
       JOIN sales_reps s ON o.rep_id = s.id
       JOIN regions r ON s.region_id = r.id
       WHERE o.status = 'closed_won'
         AND o.order_date >= DATE_TRUNC('year', CURRENT_DATE)
       GROUP BY 1, 2, 3
   ),
   quotas AS (
       SELECT 
           sales_rep_name,
           month,
           quota_amount
       FROM sales_quotas
       WHERE year = EXTRACT(YEAR FROM CURRENT_DATE)
   )
   SELECT 
       s.*,
       q.quota_amount,
       (s.revenue / NULLIF(q.quota_amount, 0)) as attainment_pct
   FROM sales_data s
   LEFT JOIN quotas q ON s.sales_rep_name = q.sales_rep_name 
                      AND s.sales_month = q.month;
   

3. 可视化设计（概念方案）

   • 顶层（KPI 卡片）： 总收入与目标对比、同比增长率。
   • 趋势（折线图）： 月收入与配额趋势线。
   • 细分（条形图）： 各区域的配额达成率（按降序排序）。
   • 详情（表格）： 前 10 名销售代表（收入、交易数、赢单率）。

4. 实现与交互

   • 添加“区域”和“日期范围”筛选器。
   • 设置从区域条形图钻取到销售代表详情列表。
   • 添加显示月环比变化的工具提示。

5. 质量检查

   • 根据源系统（CRM）验证数据。
   • 检查性能（加载时间 < 5s）。
   • 验证筛选器交互。

---

---

工作流 3：漏斗分析（转化）

目标： 找出注册流程中的瓶颈。

步骤：

1. 定义步骤

   1. 落地页浏览
   2. 注册按钮点击
   3. 表单提交
   4. 邮箱确认

2. SQL 分析

   SELECT
       COUNT(DISTINCT CASE WHEN step = 'landing_view' THEN user_session_id END) as step_1_landing,
       COUNT(DISTINCT CASE WHEN step = 'signup_click' THEN user_session_id END) as step_2_click,
       COUNT(DISTINCT CASE WHEN step = 'form_submit' THEN user_session_id END) as step_3_submit,
       COUNT(DISTINCT CASE WHEN step = 'email_confirm' THEN user_session_id END) as step_4_confirm
   FROM web_events
   WHERE event_date >= DATEADD('day', -30, CURRENT_DATE);
   

3. 计算转化率

   • 步骤 1 到 2：（步骤 2 / 步骤 1）* 100
   • 步骤 2 到 3：（步骤 3 / 步骤 2）* 100
   • 步骤 3 到 4：（步骤 4 / 步骤 3）* 100
   • 总体：（步骤 4 / 步骤 1）* 100

4. 生成洞察

   • “从点击到提交的流失率为 60%。这很高，可能是表单填写不便或验证错误导致的。”
   • 建议：“简化表单字段，或添加社交登录。”

---

---

工作流 5：嵌入式分析（产品集成）

目标： 在你的 SaaS 产品中嵌入“客户使用情况”仪表板，供用户查看。

步骤：

1. 创建仪表板（参数化）

   • 在 BI 工具（例如 Looker/Superset）中创建仪表板。
   • 添加全局参数 customer_id。
   • 筛选所有图表：WHERE organization_id = {{ customer_id }}。

2. 安全性（行级安全）

   • 确保客户端无法更改 customer_id。
   • 使用由后端生成的签名 URL（JWT）。

3. 前端集成（React）

   import { EmbedDashboard } from '@superset-ui/embedded-sdk';
   
   useEffect(() => {
       EmbedDashboard({
           id: "dashboard_uuid",
           supersetDomain: "https://superset.mycompany.com",
           mountPoint: document.getElementById("dashboard-container"),
           fetchGuestToken: () => fetchGuestTokenFromBackend(),
           dashboardUiConfig: { hideTitle: true, hideTab: true }
       });
   }, []);
   

4. 性能调优

   • 在 BI 服务上启用缓存（TTL 为 5-15 分钟）。
   • 对底层数据使用预聚合表。

---

---

5. 反模式与注意事项

❌ 反模式 1：过度使用饼图

表现形式：

• 用饼图展示 15 个不同类别。
• 用饼图比较相近的数值（例如 49% 和 51%）。

问题所在：

• 人脑难以准确比较角度和面积。
• 较小的扇区会变得难以辨认。
• 无法看出趋势。

正确做法：

• 使用条形图进行比较。
• 仅在“部分与整体”是唯一要传达的信息时，才将饼图/环形图用于 2-4 个不同类别（例如移动端与桌面端）。

❌ 反模式 2：在 BI 工具中编写复杂逻辑

表现形式：

• 在 Tableau/Power BI 中创建 50 多个计算字段，包含复杂的 IF/ELSE 和字符串处理逻辑。
• 在 BI 工具层中执行连接和聚合，而不是使用 SQL。

问题所在：

• 性能： 仪表板需要即时计算逻辑，因此加载缓慢。
• 维护： 逻辑隐藏在工具中，难以进行版本控制或调试。
• 复用性： 其他工具或分析师无法复用这些逻辑。

正确做法：

• 将逻辑前移到数据库/SQL 层。
• 创建一个整洁的视图或表（mart_sales），其中所有计算字段都已预先计算。
• BI 工具只需可视化数据，而不是转换数据。

❌ 反模式 3：指标定义不一致

表现：

• 市场营销部门将“潜在客户”定义为“获取电子邮件”。
• 销售部门将“潜在客户”定义为“通过电话进行资格审核”。
• 仪表板显示的数据相互矛盾。

失败原因：

• 失去对数据的信任。
• 浪费时间核对数据。

正确做法：

• 数据字典： 明确记录定义。
• 认证数据集： 使用受治理的层（例如 Looker Explores、dbt Models），在代码中只定义一次指标。

---

---

7. 质量检查清单

视觉设计：

• 标题和描述： 每张图表都有清晰的标题和副标题，说明它展示的内容。
• 上下文： 数字包含上下文信息（例如，“与上月相比的增长率”“与目标相比”）。
• 颜色： 有意识地使用颜色（例如，用红色/绿色表示情绪，使用一致的品牌色），并确保色盲人士也能辨识。
• 杂乱： 移除不必要的网格线、边框和背景（数据墨水比）。

数据完整性：

• 验证： 仪表板汇总数据与源系统汇总数据一致（抽查）。
• 空值处理： 明确处理 NULL 值（过滤掉或标记为“未知”）。
• 筛选器： 日期筛选器在所有图表中都能正常工作。
• 重复项： 检查联接逻辑是否导致数据扩增（重复项）。

性能：

• 加载时间： 仪表板在 5 秒内加载完成。
• 查询成本： 优化 SQL 查询（使用分区，避免使用 select *）。
• 提取数据： 对于静态历史数据，使用提取数据/导入，而不是实时连接。

易用性：

• 工具提示： 悬停提示提供有用的补充信息。
• 移动设备： 如有需要，确保仪表板在手机/平板电脑上清晰易读。
• 行动： 仪表板能回答“那又怎样？”（并引导采取行动）。