干了三年数据，只会接需求：写给所有感觉自己像个工具人的你

轮子 数据 SQL 纸糊 Excel
发布于 2026-06-09
2
版权声明

我们非常重视原创文章，为尊重知识产权并避免潜在的版权问题，我们在此提供文章的摘要供您初步了解。如果您想要查阅更为详尽的内容，访问作者的公众号页面获取完整文章。

查看原文：干了三年数据，只会接需求：写给所有感觉自己像个工具人的你
文章来源：
随风的数据分析
扫码关注公众号
扫码阅读
手机扫码阅读

AI认为：没有这些东西，你谈什么数据基建？口径不统一同一个指标出来的数都不一样；语义不明确，GMV减没减退货都说不清；没有达成共识，说个屁的配合？

这话有道理么？有道理！我当然知道有道理，但是呢？就是感觉差点什么；

我问到：这个事情对一个公司来说真的很重要么？对所有公司都很重要么？对每个阶段的公司都很重要么？

我自己的答案是：生存期不重要，扩张期越来越重要，成熟期极其重要；

这里边有一个很重要的问题：数据人真的是中立的么？

我的结论是：数据会向强势一方倾斜；财务强势，那GMV就是净的；业务强势那GMV就是成交的；

你会发现你永远在妥协，向老板妥协，向业务妥协，向财务妥协；这无可厚非，这是常态，美其名曰数据服务于业务；

这就引出另外一个问题，你的价值在哪里？

所以我决定先写这一篇。

请大家先记住下边的三句话：

“每个人都有自己的一套做事框架，我们吸取到的经验都应该融入到自己的框架当中，使其完善，或者开枝散叶。”

“从0到1比从1到10要更先开始。先迈步子再说走起来、跑起来的事。”

“我们需要一个粗糙但是贯穿的全流程，而不是一个相对完美的半程。”


先问大家一个问题

为什么你的经验应该长成一棵树，而不是堆成一堆沙

再问大家两个问题：

“今年你觉得最有价值的事是什么？”

接了业务部37个数据需求？写了将近两万行SQL？维护了十几张报表，还处理了不知道多少次“这个数不对”的临时追问？

“举个例子，你做的哪件事真正改变了业务的决策方式？”
你会不会卡住？
然后你看到那些比你晚入行的人，干了不到两年就能和业务方平等对话，敢在会议上说“这个指标口径不对，应该这么定”，甚至能拉着产品和研发开需求评审会，讨论的不是“这个数怎么取”而是“这个数应该怎么设计”。
你有没有过自我怀疑：我是不是就是那种“只会接需求”的工具人？
问题从来不是你不够努力，而是你没有一套把经验变成框架的方法。
想象一下两种积累经验的方式。
第一种像堆沙子。今天接一个需求，写一堆SQL，明天接另一个需求，又写一堆SQL。每次都从头来，每次都靠人脑记。三年下来，你面前堆了一座沙山。风一吹，散了。问你做了啥，你指着沙堆说：每一粒沙砾都是我的骨血心血。
第二种像种树。你做的第一件事是埋下一颗种子，然后每一次新的工作，都在让这棵树长出新的枝干。第一年树干还细，第二年有了分支，第三年枝繁叶茂。风来了，吹不动。有人问你的经验是什么，你拍着树干说：这就是。
大部分数据人的三年，都是在堆沙子。只有少数人，在种树。差距在哪？差在一套属于自己的做事框架。
这套框架不是什么玄乎的理论，它是一套你从工作的第一天就可以开始搭建、每一次干活都能往上添砖加瓦的方法论。更关键的是，它的“最小可用版本”简单到你明天上班就能动手。
我把它叫做：数据人的“四个轮子”。

数据人的“四个轮子”

聊一个很多人对数据工作的误解。
很多人以为，数据基建是个线性工程。先搭底层，再做中间层，最后搞应用层。先建数仓，再治理指标，然后做报表，最后赋能业务。听起来很有逻辑，但这么干的人，十个有九个死在半路上。
为什么？因为真实的工作场景不是写代码可以一次编译通过。业务不会等你把地基打完再提需求，老板不会等你把口径全部对齐再要结果，你自己的成长更不会等你把体系搭完美了才开始。
数据能力的建设从来不是一条流水线，它是一辆车。一辆需要四个轮子一起转的车。
这四个轮子是：
第一个轮子：动手做。
这是最本能的轮子。业务说要一个数，你就去把数跑出来。需求说要看趋势，你就去画一张图。这个轮子的核心任务是：把数据从无到有地跑起来。没有这个轮子，一切都是空谈。
第二个轮子：简单规范。
这是最容易被人跳过的轮子。跑出来的数叫什么名字？这个指标到底怎么算的？包含哪些不包含哪些？这个轮子的核心任务是：把已经跑起来的东西约定口径和命名。很多人觉得这事不急，先欠着，结果欠成技术债山。
第三个轮子：固化标准。
这是让经验变成资产的轮子。同样一个归属逻辑，你第一次算的时候花了半天和人讨论，第二次算又花了半天，第三次你烦了，直接写死一个规则。这个轮子的核心任务是：把约定沉淀成可复用的规则。写死在SQL里也好，固化成Excel公式也罢，总之下次别让我再想一遍。
第四个轮子：初步赋能。
这是最容易被误解的轮子。很多人觉得赋能是要搞一个完美的数据产品、一个炫酷的BI看板，然后隆重发布。错了。赋能的本质是：把结果给出去，让业务方用起来。哪怕只是一张Excel截图，只要对方拿去做了决策，就是赋能。
好了，现在最关键的问题来了。
这四个轮子是什么关系？是不是我先把“动手做”搞好了，再搞“简单规范”，再搞“固化标准”，最后“初步赋能”？
不是。这是最致命的误解。
这四个轮子不是四个阶段，是从第一天就同时存在的四个线程。
什么意思？我举一个最真实的场景。
你入职第一周，接了第一个需求：业务想看最近一个月的销售额趋势。
只动轮子一的人会怎么做？写个SQL，把每天的销售额拉出来，粘到Excel里，画个折线图，截图发群里。完事。
四个轮子一起转的人会怎么做？
动手跑数（轮子一）的同时，他顺手在飞书文档里记了一句话：“销售额取的是订单表里状态为‘已完成’的实付金额，不含退款。”（轮子二）
他在Excel里写公式的时候，发现有个渠道归属的问题今天先按订单创建时的渠道算，于是他顺手在公式旁边加了个批注：“渠道归属规则：按订单创建时的渠道ID，不考虑后续变更。”（轮子三）
他把趋势图发出去的时候，附了一句话：“这是最近一个月的日度销售额，目前口径不含退款，已知可能有XX活动期间的数据波动，我接下来会补上退款数据。”（轮子四）
你看出来区别了吗？
第一个人完成了一个任务。第二个人除了完成任务，还多做了三件事：定义了一个词、固化了一个规则、发出了一个可用的结果并说明了边界。这三件事加起来花了多久？可能不到五分钟。
但这五分钟，是他开始种树的五分钟。三个月后，当他需要回答“销售额到底怎么算的”这个问题时，他不用去翻半年前的SQL，不用在群里和业务方吵三年前的口径，他有一篇文档，上面清清楚楚写着定义和记录。
更重要的是，他的轮子二、三、四都已经有了一个“纸糊的”雏形。纸糊的不结实，但能转。能转就比没有强一万倍。
为什么四个轮子必须一起转？
因为只有四个轮子都转起来，你才能拿到全局的反馈。你才知道哪个轮子最该升级。
轮子一跑出来的数总被人质疑，说明轮子二该加固了——口径没定义清楚。轮子二定义的词没人看，说明轮子四该升级了——文档发出去的方式不对，没嵌入工作流。轮子三固化的规则每次都要重新解释为什么这么定，说明规则不够显性化，该写到更靠前的位置。轮子四发出的报表没人回，说明你赋能的方式有问题——也许对方根本不知道这表能帮他干啥。
如果只转一个轮子，你永远拿不到这些反馈。你会陷在“我SQL写得越来越快”的虚假成长里，直到某一天被一个叫“业务理解能力”或者“架构设计能力”的门槛绊倒。
现在你应该明白了，这套框架不是让你做更多的事，是让你在做同一件事的时候，顺便多踩三脚油门。
接下来，我们进入最实操的部分。每一个轮子的0到1到底怎么做。放心，没有一个是需要你花一周时间准备的。每一个的起点，都是纸糊的。

每个轮子的0到1怎么做

先给你吃一颗定心丸：每一个轮子的0到1版本都是纸糊的。纸糊的不丢人，能跑起来才重要。
纸糊的车有什么好处？第一，做得快。第二，坏了不心疼。第三，跑起来之后你才知道哪个轮子受力最大，哪个轮子该优先换成铁的。
所以不要追求完美。追求完美是0到1最大的敌人。
我们一个一个轮子拆解。
轮子一（动手做）的0到1：只接三张表，只算三个指标
动手做的0到1版本长什么样？
不是一套完整的数据仓库，不是一个自动化的ETL流程，甚至不是一张复杂的BI报表。是一张Excel趋势图。对，你没看错。一张你手工跑数、手工粘贴、手工画图的Excel。具体怎么做？
第一步：只接三张表。
你入职第一天或者接手一个新业务的第一周，别想着把所有数据源都摸清楚。你只需要找到三张表：一张记录核心业务发生的表（比如订单表、交易表），一张记录主体的表（比如用户表、商品表），一张记录时间的表（通常第一张表里就有时间字段）。就这三张。多了不看。
第二步：只算三个指标。
从这三张表里，你只算三个数：发生了多少次、涉及多少金额、覆盖多少主体。用数据术语说就是：订单量/访问量/事件量、交易金额/GMV/收入、用户数/商家数/商品数。就这三个。多了不算。
第三步：手工跑出第一版趋势图。
写三行SQL，把最近30天这三个数按天拉出来。复制到Excel，插入折线图。检查一下横轴是不是日期，纵轴是不是数值。完事。你可能会问：这也太简单了吧？这算什么数据基建？
我告诉你这是什么。这是你在这个业务里埋下的第一颗种子。
当你能拿出一张包含核心指标的趋势图时，你已经做到了三件事：你知道了数据在哪、你知道了怎么取出来、你有了一个可以和业务方对话的起点。
别小看这张手工图。它让你从“我还在熟悉数据”的阶段，直接跳到“我有一个初步结果可以看”的阶段。前者是被动的，后者是主动的。
轮子一0到1的产出物：一张Excel趋势图，截图也行。
轮子二（简单规范）的0到1：定义三个最近吵过的词
简单规范的0到1版本长什么样？不是一套完整的数据字典，不是一个指标管理平台，甚至不是一份正式发布的公司级规范文档。是一篇只定义了三个词的飞书文档。具体怎么做？
第一步：找到最近开会吵过的词。
闭上眼回忆一下，过去一周的会议上，有没有人说过类似的话：“这个转化率和我看的怎么不一样？”“你们说的GMV含不含退款？”“这个活跃用户到底怎么定义的？”如果有，恭喜你，你找到了轮子二的第一批原材料。
第二步：写下来。
打开飞书文档（或者任何你公司用的在线文档），创建一个新页面，标题就叫《数据口径记录》。然后写下第一个词。格式极其简单，就五行：
词名：比如“销售额”
约定含义：取订单表状态为已完成的实付金额
不包含什么：不含退款订单、不含货到付款未支付的订单
记录人：你的名字
记录时间：今天日期
没了。就这五行。
第三步：重复三次。
别贪多。第一篇文档只定义三个词。三个最能解决当前争吵的词。
为什么只定义三个？因为你的目标不是编字典，是建立一个能转起来的轮子。三个词的文档，你花15分钟就能写完。写完之后，它的身份就变了——它成了“我们团队的数据口径记录”。
下一次再有人问“销售额怎么算的”，你不用打字解释，直接把文档链接甩过去。对方点开一看，清清爽爽，你记录的时间还是上个月的，专业感拉满。
轮子二0到1的产出物：一篇只定义了三个词的飞书文档。地址放在你的收藏夹里。

轮子三（固化标准）的0到1：写死一个规则
固化标准的0到1版本长什么样？不是一套灵活可配置的规则引擎，不是一个参数化的计算框架，甚至不是一个单独的配置文件。是一个写死在SQL或Excel里的规则。具体怎么做？
第一步：找到第一个需要分摊或归因的场景。
这是数据工作中最让人头疼的问题之一。一个订单算谁的业绩？一个用户从哪个渠道来的？一次转化归因给哪个触点？你不需要一开始就解决所有归因问题。你只需要找到一个场景，一个你在最近两周内至少被问了两次的场景。
比如：“这个订单算北京大区还是上海大区？”、“这个用户算抖音渠道还是小红书渠道？”
第二步：定一个最简单的规则。
别搞复杂的。什么“按最后一次点击归因”、“按时间衰减模型”、“按协商比例分摊”——这些是以后的事。0到1阶段，你只需要一个最粗暴、最没有争议、或者最有共识的规则。
比如：“按订单创建时填写的所属大区，不处理后续变更。”
比如：“按用户首次访问的来源渠道，不覆盖。”
比如：“按五五分。”
对，五五分也是一种规则。它不精确，但它是一个标准。有标准就比没标准强一百倍。
第三步：写死在SQL或Excel里。
如果是在SQL里，你就把这个规则写成CASE WHEN。如果是Excel，你就把公式锁死，或者在表头用大红字标注计算逻辑。
关键动作是：下次再用到这个场景时，你别再想一遍，直接用这个写死的规则。
轮子三0到1的产出物：一个写死的规则，下次直接调用的那种。
轮子四（初步赋能）的0到1：发出一封邮件
初步赋能的0到1版本长什么样？不是一个数据产品发布会，不是一个培训专场，甚至不是一个正式汇报。是一封邮件，或者一条消息。具体怎么做？
第一步：把你轮子一跑出来的那张Excel趋势图，放进邮件里。
不是放进BI系统里发个链接，是直接截图放在邮件正文里。让对方打开邮件就能看到图，不用再点一下。
第二步：附上三段说明。
第一段：这张图是什么（比如“最近30天销售额日度趋势”）。
第二段：这个数的口径是什么（直接复制你轮子二里写的定义）。
第三段：目前已知的问题是什么（比如“本周三的数据波动是因为大促活动，正常现象”、“退款数据暂未剔除，下周版本会补上”）。
三段，每段不超过两行。
第三步：发出，然后等。
发给你认为最需要看这个数的人。可能是你的直属领导，可能是提需求的那个业务方，可能是一个相关的小群。发出之后，你的任务就完成了。你可能会紧张：数据还不完美，口径还有问题，图也不好看，人家会不会觉得我不专业？我告诉你一个反直觉的事实：主动暴露已知问题比藏起来更显得专业。
当你主动说“这个数目前不含退款，下周补上”的时候，你传递的信息是：第一，我清楚这个数的边界；第二，我知道下一步怎么迭代；第三，我对自己交付的东西有掌控感。
这比闷头做一个“完美”的版本再发出去要靠谱得多。因为完美的版本永远不会来。更重要的是，轮子四真正的价值，是帮你拿到反馈。老板回你一句“退款数据要尽快补”，这是轮子一的升级信号——你得去接退款表了。业务方回你一句“能不能切到商品维度看”，这是轮子三的升级信号——你得固化物品种类归因了。
没人回你？这也是信号。说明你赋能的方式或者对象不对。要么人家根本不关心这个数，要么你的呈现方式没让他感知到价值。轮子四该换个方向转了。
轮子四0到1的产出物：一封邮件或一条消息，内容是一张图加三段说明。
好了，四个轮子的0到1版本都摆在你面前了。
你会发现一个共同点：每一个的完成标准都不是“完美”，而是“能用”。
轮子一不是自动化的，是手动的。能用。
轮子二不是完整字典，只定义了三个词。能用。
轮子三不是灵活引擎，是一个写死的规则。能用。
轮子四不是产品发布会，是一封邮件。能用。
这就够了。
纸糊的车也是车。它能跑。
当你把四个纸糊的轮子都装上，你会发现一个神奇的现象：你的车开始跑了。虽然颠簸，虽然慢，虽然吱嘎作响，但它在跑。而那个还在旁边画图纸、准备造一辆完美汽车的人，至今还没离开原地。

四个轮子怎么一起转

现在你的车跑起来了。四个轮子都是纸糊的，但确实在往前挪。
下一个问题自然就来了：我该先升级哪个轮子？
这个问题我几乎每次和同行聊都会被问到。大家的本能反应是：我应该制定一个升级路线图，先加固轮子一，再优化轮子二，然后迭代轮子三，最后放大轮子四。
听起来很有计划性。但我劝你别这么干。因为真实的路况不会按你的计划来。你可能正打算花一周时间优化轮子二的指标字典，结果周一早上业务方丢过来一个紧急需求，要你三天内出一份渠道ROI分析。你的计划瞬间被打乱，然后你就会焦虑，觉得自己又偏离了“正确”的轨道。
听我一句：你没有偏离轨道。处理那个紧急需求，恰恰就是轨道的一部分。四个轮子的生长逻辑不是计划驱动的，是反馈驱动的。具体怎么理解？我给你模拟几个最真实的场景。
场景一：老板在群里@你，说“这个数和我印象中不太一样”。反馈来了。老板觉得数不对，意味着你的数据可信度受到了挑战。这个反馈指向哪个轮子？轮子二（简单规范）。
你该做什么？不是回去闷头重跑一遍数，而是去检查口径。销售额到底含不含退款？活跃用户的定义是什么？你上次定义这三个词的时候，是不是漏了老板关心的那个场景？于是，轮子二获得了升级动力。你去把那个引起争议的词定义得更清楚，补充一个“不包含什么”的场景，更新你的飞书文档。
这个动作可能只需要你花20分钟，但做完之后，下次同样的问题就不会再出现了。轮子二从纸糊的变成了木头的。
场景二：业务方看了你的报表，说“ROI这么低，是不是渠道归属有问题”。反馈来了。业务方质疑的是计算逻辑的合理性。这个反馈指向哪个轮子？轮子三（固化标准）。
你

随风的数据分析

查看原文：干了三年数据，只会接需求：写给所有感觉自己像个工具人的你
文章来源：
随风的数据分析
扫码关注公众号
相关推荐
领导者好习惯的5个轮子（值得收藏）
1594
领导 团队 习惯 领导力
领导力不只是一种认知、意识，更是一种行为习惯。领导者的好习惯要怎样才能养成呢？有没有关于领导力习惯养成的底层逻辑呢？今天让我们一起来探讨。
为了摸鱼，我给自己写了个轮子
1190
学习 知识 面试 轮子
合理利用工具提高摸鱼效率
通过降本增效，提升测试价值
1446
质量 降本增效 效率 投入
测试团队降本增效的实践方法。
谈谈数据质量管理在数据资源入表中的实施方法和路径
2082
数据 质量 资产 资源
摘要：数据资源入表是数据资产化的标志，数据资源
谈谈将数据作为资产管理的几个问题
1949
数据 数据管理 组织 质量
一 概述数据的重要性我们发现自己正处于一场前所未有的数据革命之中。我们采取的每一个行动，我们进行的每一笔交易，以及我们的每一次互动都会产生数据。
CDO 亟需关注的四件事
1802
数据 治理 组织 CDO
数字经济背景下，数据要素深入推进。下面我们将深
随风的数据分析

随风：数据分析师，书籍作者，培训师

47 篇文章
浏览 37.1K

还在用多套工具管项目？

一个平台搞定产品、项目、质量与效能，告别整合之苦，实现全流程闭环。

查看方案
随风的数据分析的其他文章
基于Excel聊一聊报表规划的一些事
我想跟大家聊一下关于制作数据源表时的一些约定俗成的概念
数据可视化的力量
大家好我随风，现在是周一早晨9点15分，会议室里坐满了人。你或者你的领导，必须在15分钟后开始的晨会上，基于上周的业务数据，快速讲清楚三件事：业绩怎么样？
你是不是对辅助列有什么误解？
大家好，我是随风。不知道大家在打游戏的时候，最喜欢什么位置，我就比较喜欢用辅助。但是貌似很多人会对辅助表示不
数据分析思路
上周我们留了个开放性的问题，问题是这样的：你的朋友找到你：我开店亏了18万，我该怎么办？你怎么梳理这个问题？
告别SQLboy从理解数据开始
我们在数据分析思路的前两篇内容中将数据分析思路
随机阅读
<精益创业>读后感
02-22
软件测试的权衡与取舍
02-21
GitHub Actions 真香系列之文档自动简繁体转换
01-25
用户故事拆分案例分享——SPIDR实践
07-12
我们需要软件工艺
07-12
加入社区微信群
与行业大咖零距离交流学习
PMO实践白皮书
白皮书上线
去下载