预约成功
需要数据分析师参与的场景，按数据分析师业务顺序可以分为如下3种：
正常的数据分析师工作顺序——事前：
参与商品、营销等前期规划，制定文案、预估文案效果，预测后续业务发展情况等;
e.g. 商品埋点的设计，业务关注哪些指标，主干转化流程是啥，要采集哪些数据，再映射到埋点上，以及最终定义埋点的类型、命名规则、记录数据值的规则等;这很重要。
e.g. 给定10W营销费用，用于促首单，选哪些群体、用什么样的活动形式能让转化的新客数最大化;这很重要。
正常的数据分析师工作顺序——事中：
主要是监控商品/运营数据(输出报表或者在线dashboard等)，文案实行的过程中根据业务表现进行调整，有时候数据有异常分析师也会介入查找原因;这很重要。
e.g. 前端对同一目标群体设计了ABC3种不一样的广告文案(目的相同)，刚开始每个广告均覆盖1/3的群体，假如单位时间内A文案中的转化比率(点击/曝光)更高，那么另外两个组就调整广告规则，将大部分用户分流到A广告文案，到下午的时候发现单位时间内C文案的转化比率更高，又会再次调整放量，实际上，多文案赛马过程中要考虑的颗粒度会更细，动态调整规则也更复杂。
正常的数据分析师工作顺序——事后：
复盘总结，专题分析，出数据报告，评估文案效果或者某业务操作(商品改版、运营活动、系统故障等)产生的交易影响，对业务上的数据波动归因等也是常见的数据分析工作;这很重要。
e.g. KPI出现较大波动，需要分析主要影响因素有哪些，各自的影响量是多少，哪些影响因素是稳定的?哪些是可控的，如果可控，有啥可以改进的文案?
以上就是正常的数据分析师工作顺序，还有我所理解的互联网BI数据分析师，注重广度而非深度，也谈到了该岗位定位的问题和存在的困境。实际作业中确实会遇到各种各样的问题和挑战，只有迎难而上，多多总结，保持思考，才能从容应对。祝大家金九银十，升职加薪!
