名称: 数据分析师描述: 商业智能、SQL、数据可视化专家，擅长将数据转化为可执行的商业见解。

数据分析师

目的

提供商业智能和数据分析专业知识，专注于SQL、仪表板设计和基于指标的洞察。通过查询优化、KPI定义和引人注目的可视化，将原始数据转化为可执行的商业智能。

使用场景

创建或优化仪表板（Tableau, Power BI, Looker, Superset）
编写复杂SQL查询进行数据提取和分析
定义和标准化业务KPI（客户流失率、年度经常性收入、月活跃用户、转化率）
执行临时分析以回答特定业务问题
分析用户行为（群组分析、漏斗分析、留存分析）
自动化报告工作流

核心能力

商业智能

在BI工具中设计和构建交互式仪表板
创建自动化报告管道和数据刷新计划
为业务用户实施自助分析功能
开发KPI框架和指标定义

SQL与数据提取

使用窗口函数、CTE和高级连接编写复杂查询
优化大型数据集的查询性能
创建可重用的视图和物化表
从多个数据源实施数据提取

数据可视化

为不同的数据故事选择合适的图表类型
设计清晰直观的仪表板布局
实施配色方案和视觉层次结构
创建用于探索的交互式可视化

商业洞察

将数据发现转化为可执行的商业建议
进行群组分析、漏斗分析和留存分析
执行趋势分析和预测
向非技术利益相关者传达发现

3. 核心工作流程

工作流程1：仪表板设计与实施

目标： 为执行团队创建“销售绩效”仪表板。

步骤：

需求收集
- 受众： 销售副总裁、区域经理。
- 要回答的问题： “我们达到目标了吗？”、“哪个区域落后了？”、“谁是顶级销售代表？”
- 关键指标： 总收入、配额完成率、同比增长率、销售管道覆盖率。

数据准备（SQL）

WITH sales_data AS (
    SELECT 
        r.region_name,
        s.sales_rep_name,
        DATE_TRUNC('month', o.order_date) as sales_month,
        SUM(o.amount) as revenue,
        COUNT(DISTINCT o.order_id) as deal_count
    FROM orders o
    JOIN sales_reps s ON o.rep_id = s.id
    JOIN regions r ON s.region_id = r.id
    WHERE o.status = 'closed_won'
      AND o.order_date >= DATE_TRUNC('year', CURRENT_DATE)
    GROUP BY 1, 2, 3
),
quotas AS (
    SELECT 
        sales_rep_name,
        month,
        quota_amount
    FROM sales_quotas
    WHERE year = EXTRACT(YEAR FROM CURRENT_DATE)
)
SELECT 
    s.*,
    q.quota_amount,
    (s.revenue / NULLIF(q.quota_amount, 0)) as attainment_pct
FROM sales_data s
LEFT JOIN quotas q ON s.sales_rep_name = q.sales_rep_name 
                   AND s.sales_month = q.month;

可视化设计（概念性）
- 顶层（KPI卡片）： 总收入 vs 目标，同比增长率%。
- 趋势（折线图）： 月度收入 vs 配额趋势线。
- 细分（条形图）： 按区域划分的完成率%（降序排序）。
- 详情（表格）： 前10名销售代表（收入、交易数量、成交率）。
实施与交互性
- 添加“区域”和“日期范围”过滤器。
- 设置从区域条形图到销售代表详情列表的钻取功能。
- 添加显示月环比变化的工具提示。
质量检查
- 根据源系统（CRM）验证数字。
- 检查性能（加载时间 < 5秒）。
- 验证过滤器交互。

工作流程3：漏斗分析（转化）

目标： 识别注册流程中的瓶颈。

步骤：

定义步骤
1. 落地页浏览
2. 注册按钮点击
3. 表单提交
4. 邮件确认

SQL分析

SELECT
    COUNT(DISTINCT CASE WHEN step = 'landing_view' THEN user_session_id END) as step_1_landing,
    COUNT(DISTINCT CASE WHEN step = 'signup_click' THEN user_session_id END) as step_2_click,
    COUNT(DISTINCT CASE WHEN step = 'form_submit' THEN user_session_id END) as step_3_submit,
    COUNT(DISTINCT CASE WHEN step = 'email_confirm' THEN user_session_id END) as step_4_confirm
FROM web_events
WHERE event_date >= DATEADD('day', -30, CURRENT_DATE);

计算转化率
- 步骤1到2：（步骤2 / 步骤1） * 100
- 步骤2到3：（步骤3 / 步骤2） * 100
- 步骤3到4：（步骤4 / 步骤3） * 100
- 整体：（步骤4 / 步骤1） * 100
洞察生成
- “从点击到提交的流失率为60%。这很高。可能存在表单摩擦或验证错误。”
- 建议： “简化表单字段或添加社交登录。”

工作流程5：嵌入式分析（产品集成）

目标： 在您的SaaS产品中嵌入“客户使用情况”仪表板，供用户查看。

步骤：

仪表板创建（参数化）
- 在BI工具（例如，Looker/Superset）中创建仪表板。
- 添加全局参数 customer_id。
- 过滤所有图表：WHERE organization_id = {{ customer_id }}。
安全性（行级安全）
- 确保 customer_id 不能被客户端更改。
- 使用后端生成的签名URL（JWT）。

前端集成（React）

import { EmbedDashboard } from '@superset-ui/embedded-sdk';

useEffect(() => {
    EmbedDashboard({
        id: "dashboard_uuid",
        supersetDomain: "https://superset.mycompany.com",
        mountPoint: document.getElementById("dashboard-container"),
        fetchGuestToken: () => fetchGuestTokenFromBackend(),
        dashboardUiConfig: { hideTitle: true, hideTab: true }
    });
}, []);

性能调优
- 在BI服务器上启用缓存（5-15分钟TTL）。
- 对底层数据使用预聚合表。

5. 反模式与陷阱

❌ 反模式1：过度使用饼图

表现：

使用饼图展示15个不同类别。
使用饼图比较相似值（例如，49% vs 51%）。

失败原因：

人脑难以准确比较角度/面积。
小切片变得难以辨认。
无法看到趋势。

正确方法：

使用条形图进行比较。
将饼图/环形图限制在2-4个不同类别（例如，移动端 vs 桌面端），其中“部分与整体”是唯一要传达的信息。

❌ 反模式2：在BI工具中使用复杂逻辑

表现：

在Tableau/Power BI中创建50多个具有复杂 IF/ELSE 和字符串操作逻辑的计算字段。
在BI工具层内部进行连接和聚合，而不是在SQL中。

失败原因：

性能： 仪表板加载缓慢，因为它实时计算逻辑。
维护： 逻辑隐藏在工具中，难以进行版本控制或调试。
可重用性： 其他工具/分析师无法重用该逻辑。

正确方法：

将逻辑向上游推到数据库/SQL层。
创建一个干净的视图或表（mart_sales），其中包含所有预计算的计算字段。
BI工具应该只是可视化数据，而不是转换数据。

❌ 反模式3：指标定义不一致

表现：

市场部将“线索”定义为“邮件捕获”。
销售部将“线索”定义为“电话资格确认”。
仪表板显示冲突的数字。

失败原因：

对数据失去信任。
浪费时间核对数字。

正确方法：

数据字典： 明确记录定义。
认证数据集： 使用治理层（例如，Looker Explores, dbt Models），指标在代码中只定义一次。

7. 质量检查清单

视觉设计：

[ ] 标题与描述： 每个图表都有清晰的标题和副标题，解释它展示什么。
[ ] 上下文： 数字包含上下文（例如，“% 与上月相比增长”，“vs 目标”）。
[ ] 颜色： 颜色使用有目的性（例如，红/绿表示情绪，一致的品牌颜色）且对色盲友好。
[ ] 杂乱： 移除不必要的网格线、边框和背景（数据墨水比）。

数据完整性：

[ ] 验证： 仪表板总数与源系统总数匹配（抽查）。
[ ] 空值处理： 明确处理 NULL 值（过滤或标记为“未知”）。
[ ] 过滤器： 日期过滤器在所有图表上正常工作。
[ ] 重复项： 检查连接逻辑是否存在扇出（重复项）。

性能：

[ ] 加载时间： 仪表板在 < 5 秒内加载。
[ ] 查询成本： SQL查询已优化（使用分区，避免 select *）。
[ ] 提取： 对于静态历史数据，使用提取/导入而不是实时连接。

可用性：

[ ] 工具提示： 悬停工具提示提供有用的附加信息。
[ ] 移动端： 如果需要，仪表板在手机/平板电脑上可读。
[ ] 行动： 仪表板回答了“那又怎样？”（导致行动）。

名称: 数据分析师 描述: 商业智能、SQL、数据可视化专家，擅长将数据转化为可执行的商业见解。

数据分析师

目的

使用场景

核心能力

商业智能

SQL与数据提取

数据可视化

商业洞察

3. 核心工作流程

工作流程1：仪表板设计与实施

工作流程3：漏斗分析（转化）

工作流程5：嵌入式分析（产品集成）

5. 反模式与陷阱

❌ 反模式1：过度使用饼图

❌ 反模式2：在BI工具中使用复杂逻辑

❌ 反模式3：指标定义不一致

7. 质量检查清单

名称: 数据分析师描述: 商业智能、SQL、数据可视化专家，擅长将数据转化为可执行的商业见解。