一位在群里接取数需求，一位协助经营分析。看看这位盒马分析师，怎样把日常工作分给两位数字员工。
本文是第一篇，基于对一位盒马数据分析师的真实访谈整理，人物姓名及部分业务细节已做匿名化处理。
“能不能帮我拉一下昨天的 GMV？” “月卡快到期的用户，按卡种拆一下。” “再按城市、端和用户类型看一遍，最好给个表。”对数据分析师来说，这些需求很熟悉。找表、确认口径、改 SQL、跑数、检查、导出，一次可能只要十几分钟，却总会打断手头的分析。 在盒马，一位运营线数据分析师用 QoderWake 给自己配了两位数字员工，也就是 Waker：取数 Waker 在群里处理频繁出现的数据需求，经营分析 Waker 协助探索问题、生成分析报告。 这两位搭档各有分工，也各自学习了团队过去的工作方法。
取数 Waker：群里的数据需求，可以先找TA
临近周报、月报，取数需求会集中出现。以月卡到期统计为例，业务同学先要按卡种看结果，拿到后又想加上城市和用户类型。
过去，每补充一个条件，分析师就得再改一次 SQL、重新跑数，把结果发回群里。现在，业务同学可以在群里直接 @ 取数 Waker。
TA根据团队整理好的业务规则找到数据表，生成并执行 SQL，再把结果发回来。需要增加维度时，业务同学接着补充条件，TA会沿用前面的任务继续查询。
随结果一起返回的，还有 SQL、统计口径和计算逻辑。这里算的是主单还是子单、笔数还是件数，都需要说清楚。需要文件时，TA也可以把结果整理成在线表格。
这样，业务同学可以继续追问，分析师也能随时检查TA查了什么、怎么算的，发现偏差就纠正。
据这位分析师介绍，访谈时，这个群服务着 20 多位业务同学，其中约 10 位已经形成稳定的使用习惯。需求高峰期，一天会有 10 个以上取数任务，取数 Waker 分担了其中一部分。
经营分析 Waker：先做探索，再一起把报告改好
面向管理层的经营分析，问题往往更开放。
一项会员权益带来了多少增益，又付出了多少成本？哪些人群受到了影响？差异主要来自城市、时间、卡种，还是渠道？
费时间的地方，常常是判断“先看哪里”。分析师要反复修改 SQL，逐个查看维度和指标，才可能发现问题集中在某几个城市、某几天或某类用户。
经营分析 Waker 会先参与这一步。
分析师告诉TA项目背景、要回答的问题和初步思路，TA就按照团队积累的分析框架，批量探查不同维度的数据，筛掉变化不明显的方向，标出值得继续追查的城市、日期或人群。
在一次会员月卡损益分析中，据这位分析师介绍，经营分析 Waker 用不到两小时产出了第一版报告。
接下来，分析师和TA一起逐项修改。
抽样口径不合适，就改用全量样本；基础数据对不上，就把 SQL 展开，重新核验；分析方法不合理，就调整方法，再看结论是否站得住。
报告的表达也要改。TA会把很多可能性都列出来，分析师需要从读者的角度删减内容，把核心问题讲清楚，并检查前后的数据是否一致。
第一版报告让这些讨论更早开始。有了数据、线索和初步结论，分析师就能把精力用在核验和判断上，决定哪些方向值得深挖，哪些结论还需要证据。
部分分析报告框架，来自原稿提供的脱敏版本。