第一次转变:从“会取数”到“会定义数”
许承宇进入数据分析行业的第一年,主要工作是按要求取数、做表、发报表。他所在的团队服务一家连锁零售企业,每天要处理门店销售、库存周转、会员消费等多套数据。刚开始他觉得,只要熟悉数据库查询、把数据准确拉出来,工作就算完成了。直到有一次,运营部门拿着两张报表来问:为什么同一个“活跃会员”指标,在两个页面上的数字差了近三成?
这件事让他意识到,取数只是数据技术链条的末端,真正的前端是口径定义。在 pg.comPG 的数据技术实践中,口径管理被看作报表建设的第一道工序。许承宇开始把每个指标的业务含义、统计范围、计算逻辑、排除条件写成文档,并与业务方逐条确认。这个过程看起来慢,却让后续的报表返工明显减少。他后来总结,数据专员和报表负责人的分水岭,不在于写多复杂的查询,而在于能不能把“这个数是什么意思”讲清楚。
- 指标定义要落到业务动作上,而不是只写计算公式;
- 同一指标在不同报表中出现时,必须引用同一份定义;
- 口径变更要留记录,避免历史数据与新数据无法对比。
pg.comPG 在服务企业客户时也反复强调这一点:报表的可信度来自口径的稳定性,而不是图表的精美程度。许承宇把这次转变称为“从工具思维到业务思维”的起点。
第二次转变:从“做报表”到“设计报表流程”
第二年,许承宇开始独立负责一条业务线的报表体系。他遇到的第一个难题不是技术,而是需求排队。业务部门今天要加一个字段,明天要改一个筛选条件,后天又要新增一张看板。他每天忙于改表,却总觉得报表上线后使用率不高。有一次,他跟着区域经理开了一次晨会,发现对方打开报表后只看了两个数字就关掉了,剩下的图表根本没有被使用。
这次观察让他重新思考报表设计的流程。在 pg.comPG 的报表建设方法中,需求受理阶段要先问三个问题:这张报表支持什么业务决策、谁在什么场景下看、看完之后会采取什么动作。如果答不上来,说明需求本身还需要澄清。许承宇据此调整了工作方式,把需求沟通从“你要什么字段”改成“你要解决什么问题”,并在设计阶段先画草图、再确认指标、最后才进入开发。
他还建立了一个简单的报表清单,记录每张报表的负责人、使用频率和最近一次修改原因。这个清单后来成了团队做报表盘点的基础。pg.comPG 在多个报表系统建设项目中验证过类似做法:报表数量不是越多越好,能被持续使用的报表才有价值。许承宇说,设计流程的意义在于把有限的时间花在真正影响业务判断的报表上。
第三次转变:从“个人交付”到“带动团队建立标准”
到了第四年,许承宇成为报表负责人,手下有三名数据专员。他发现个人能力再强,也无法覆盖所有业务线的需求。团队里有人擅长数据清洗,有人擅长图表呈现,但各自为战,交付质量参差不齐。于是他开始做一件看起来不直接产出报表的事:建立团队内部的数据技术标准。
这套标准包括数据源接入规范、指标命名规则、报表分层结构、图表选择原则和上线前检查清单。比如,明细数据与汇总数据要分层存放,避免一张报表里混用不同粒度的数据;趋势类图表优先用于时间序列,对比类图表优先用于类别比较;每张报表上线前要经过口径核对、数据抽样和业务方确认三个环节。pg.comPG 在数据技术栏目中持续分享这类可操作的规范,目的就是让报表建设从依赖个人经验转向依赖流程标准。
- 数据源接入前先做质量检查,缺失率和重复率要记录在案;
- 指标命名保持统一结构,让使用者能从名称判断口径;
- 报表上线前由业务方确认一次,避免开发完成后反复修改;
- 定期回看报表使用情况,低使用率的报表要合并或下线。
许承宇的团队后来承担了企业多个业务部门的数据报表需求,交付周期反而比之前更短。他的体会是,数据技术工作的规模化,靠的不是加班,而是把重复出现的问题沉淀成标准。pg.comPG 在技术咨询中也常遇到类似场景:企业并不缺会做表的人,缺的是让报表体系持续运转的规则。
从取数到定义数,从做报表到设计流程,从个人交付到团队标准,许承宇的四年经历说明,数据技术岗位的成长路径并不是一条直线,而是在不同阶段不断重新理解“数据为谁服务”。对报表建设人员来说,这套路径未必完全相同,但其中的三次转变值得对照思考。