如何提高取数的效率

所谓取数需求，就是业务团队根据业务需要，提出的希望分析师能从数据库中提取的数据内容。在一些业务快速发展的企业，数据需求处理往往占据了数据分析师非常大的工作量。对于初级数据分析师来说，可能占据了他们80%左右的工作时间。很多数据分析师发现，特别是初级数据分析师在工作一段时间后。天天都是拉数据，处理为完的数据需求；公司的大数据平台或者数据仓库建设不是那么完善，数据提取效率比较低。

今天结合数据提取的过程进行分析，看提高数据提取的质量和效率都需要哪些能力？提取一个数据需求要经历的过程有：

1、前期的需求理解

      数据提取的背景，提取的目标，要解决的问题，谁在使用？

      数据提取的内容，指标口径定义？

2、中期的统计结果计算

     提取方案设计、数据源以及表字段查找、代码编写、跑数据、结果准确性验证

3、后期的数据输出

     结果整理成业务同事可理解的形式、增加口径定义说明、代码归档、数据输出给业务方以及使用的跟踪。

     从上述可以看出，取数技能可以分解成业务理解、数据理解、系统理解、业务与数据映射、人际沟通、代码编写、工具使用、输入输出等组成部分。

提高取数效率，做一个合格的取数人员很不容易，特别是成为专家型的人物，更是要付出巨大的代价。不仅要专，知其然知其所以然，能够理解源系统数据，理解数据仓库模型的本质，能够将数据和底层数据真正连接起来。更要融合多领域的数据，充分发挥数据的价值。但即使这样，取数人员的职业天花板也是很常见的，基本2-3年就可以很熟很上手了。

除了提高取数人员的本事能力，更重要的办法是实现自动化、平台化。临时性的分析需求千变万化，造成了取数工作的不确定性。但是它也是有一定规律的，可根据业务场景，探索常见的分析内容，将其固化。当然，取数平台建设比较困难，除了体验要好，性能要高，还要去做持续性的运营。但是取数人员始终要有自动化的心，建设以及运营好取数这个平台，充分发挥自己的价值。