2024-09-30
这是我自己在做数据工作的时候总结出来的一些原则，还待补充。
本手册汇总数据工作的原则，包含数据整理、数据分析、数据可视化、数据开发等方面的内容。
原因
推测数据的准确性不高，需要考虑的因素太多，容易引起计算错误或引起误解。
做法
如果不确定是否有实际数据，应尝试与财务、人力、运营等部门沟通，确认是否有实际数据。
例子
你需要知道员工的4月平均薪酬数据。
❌不要：
根据3月份的薪酬数据，推测4月份的薪酬数据。
根据员工的薪酬结构，推测平均薪酬。
✅要：
原因
通常而言，找到数据的方式不只一种。但是，不同来源同一标签的数据往往不一样。
比如，系统的“课时确认”与”课时汇总“都能导出课时，但是，”课时确认“与薪资挂钩，准确度较高。
做法
有的时候，获取准确数据会遇到很多问题，比如你要的数据，只能由各中心提交，但是时间紧迫，很难在规定的时间内完成任务。
我们还是需要做两手准备，一边收集最准确的数据，一边找其他方式。
但总而言之，我们需要最准确的数据。
例子
你需要知道员工的4月课时。
❌不要：
✅要：
原因
根据不同的用途，数据的存储单位也不同。
比如薪酬计算时，我们可能按照小时计算。但是，客户服务时，可能以课时（45分钟）计算。
因为存在两套计算逻辑，因此不同数据源呈现的单位可能不一致，而数据源作者不一样注意得到。
做法
我们需要判断数据源的单位，并标注清楚，以防造成误解。
原因
收集数据时，特别是需要他人帮忙时，往往会碰到很多困难。
比如对方时间不够、对方合作意愿低、数据收集的规定时间太短等。
做法
我们能做的是，在要求数据准确的情况下，让对方付出最小努力。
比如合理规划，只需要对方提供必要的信息，或者减少对方需要思考的数据，提前把公式设定好。
原因
我们会接触到核心数据，不管从公司利益出发，还是从职业道德考虑，你都不应该故意或无意泄露重要数据。
比如薪酬数据、个人隐私数据等等。
做法
涉及到此类数据，应对数据表格加密。
原因
做数据匹配时，比如采用Excel的vlookup函数，会出现多个重复值，例如姓名重复。
做法
我们需要匹配唯一值，比如匹配工号，不要匹配姓名。
如果无法出现唯一值，可以考虑将两个字段结合，形成唯一值。比如员工A有三门课程，分别是中级、高级、资深。
我们可以将唯一值设定为A中级、A高级、A资深，这样也方便函数的查找，比如vlookup函数的查找。
原因
数据收集完成，并不代表数据收集的终点。因为各种原因，已有的数据可能会出错（比如系统出错、人工出错等等）。
因此，我们必须保留原始数据，以便后续查验。
做法
尽量让保留表格中的原始数据，如果需要做计算，尽量用数据链接。
这样一来，未来原始数据发生变动，其他对应数据也能随之变动。
原因
接收数据任务时，往往对方的需求会比较简单。比如某个中心的营收完成情况。
但是，有时候我们的数据源并非是准确的，常常需要和对方进行查验。这时候，我们就需要有明细的数据。
比如，某个中心的营收情况可能会涉及到多个课程，我们需要知道每个课程的营收情况，甚至每天每个人的营收情况。
这样，如果未来对方质疑数据的准确性，我们可以有一份可核对的数据，而不是”黑箱数据“。
做法
导出数据时，我们需要有数据明细，最好具体到几点几分，具体到每个人的贡献数值等等。