取数，取数，取个屁啊！

大家好，我是 Rocky0429

每过一段时间，总是能听到群友吐槽：

“我顶着数据分析师的title，但天天就是取数，取到爆炸！”

“分析师难道就是取数吗？我想要接触更多有成就感的分析内容应该怎么做？”

“取数，取个屁啊！”

其实，取数和成就感并不完全冲突。

当你掌握一个新的奇淫技巧（像Pandas），把原来Excel处理需要3个小时的数据，压缩到了3分钟，准确率还提升到100%。这个成就感，就像吃火锅辣到头皮发麻汗流浃背，来两口冒着冷气儿的冰镇雪碧，要多爽有多爽！

只是技能提升所带来的成就感，来去匆匆，边际效益还递减的贼快。

来看一个实际的取数场景。

第一种：蒙头就做型

业务：帮我拉一下近3个月不同城市的销售额占比，这个需求很急！

听到这个需求，一顿group by操作，轻松搞定近3个月汇总的城市销售分布，第一时间反馈。

业务：啥玩意儿，我要的是3个月分月的销售趋势啊，这汇总的我看不出趋势变动情况啊！

业务内心：太蠢了，数据分析师自己都不会理解需求吗？

sql boy内心：卧槽，自己需求说不拎清，我这么高效率的支持你，还反咬一口？！吾真乃吕洞宾也！

第二种：表面沟通型

业务：帮我拉一下近3个月不同城市的销售额占比，这个需求很急！

sql boy：近三个月是要分月的还是汇总的呢？

业务：分月的，我想看最近3个月不同城市销售趋势。

依旧是一顿操作，轻松搞定各城市 by 月的销售情况及占比，当然，多年的取数经验直觉，还加了一列汇总的数据。

业务内心：害，这表哥出表效率还是可以的嘛，还是得专业人做专业事儿，以后类似的取数需求能让他干就让他干。

sql boy内心：MD，天天各种紧急临时需求，打乱哥的摸鱼节奏，哎，刚才那个新闻看到哪儿来着...

第三种：借力打力型

业务：帮我拉一下近3个月不同城市的销售额占比，这个需求很急！

sql boy：OK，顺便问下，咱们要这个城市数据，是想分析什么呢？

业务：之前咱们业务主要是在线上，现在想在全国门店开展线下生鲜品类，打算结合最近3个月不同城市的销售占比来给到备货参考。

sql boy：明白，那近3个月时间是不是可以再拉长，从季度或者年的维度来看，一方面更具稳定性，另一方面多时间段对比，观察城市间是否有明显波动。

业务：好像是这样，我说近3个月是觉得短期数据拉起来比较方便，如果工作量差不多那按你的逻辑来吧。

sql boy：咱们业务之前没有涉及生鲜，我觉得还应该看下生鲜行业人群画像和我们核心人群画像到底有没有差异，如果没有，这个是可以做参考，如果有，balabala....

业务内心：这哥们有点东西，下次做运营动作之前得多和他聊聊，拿到更好的数据参考和反馈。咦，项目最近还有个问题感觉可以做做深入分析，本来打算自己憋出来，这聊下来感觉可以让他牵头。

sql boy内心：取数不能白取，不能被业务牵着鼻子走，要建立沟通-取数-建议-落地的闭环。虽然后面这个业务同学会有更多需求，但是，哥的sql和python处理效率可不是盖的。

一个简单的取数需求，会有3种甚至更多种承接和完成需求的心态。心态不同，直接导致了不同的执行方式，不同的执行方式，带来的是不同的反馈，而反馈又进一步影响了心态。

1次不同的态度看不出来什么差别

10次不同的态度差别也不大

100次....