经常有同学问：数据分析师的绩效该怎么定？！绩效考核事关升职加薪，必须讲清楚。可数据分析师的工作又很难量化，经常有同学感觉自己平时忙得很，一到述职报告，又似乎没啥可以写的。咋办呢？
我总结了6个数据分析师绩效要点，大家认真看哦！
要点一：考核指标里，至少有一个指标以数量论多少
比如常见的：
1、完成数据看板开发的数量
2、完成埋点采集数据需求数
3、完成临时取数需求数量
4、完成数据分析报告数量
5、完成固定日、周、月报数量
这些都是常规工作，但是能体现你干的活很多，因此必须列上去，证明每天没有白忙。
要点二：常规工作，一定要做好记录
一个严谨的数据需求，应该如下图所示，包含需求方、应用场景、提需求时间、交付时间、具体需求内容几个部分。这是数据分析的工作凭证，有了这个凭证，后边才好统计：做了多少工作，工作质量怎么样（如下图）。
当然，有些公司流程不正规，没有类似文件。即使如此，作为数据分析师也得做好记录，比如业务随口交代了一个数据需求，数据分析师自己写工整了，然后发去给业务确认。这样留下字据。不然后边被人怼：“为什么出的数总是错？为什么取数那么慢？”连个自证清白的字据都没有，哭都哭不出来。
要点三：考核指标里，至少有一个指标与质量有关
比如常见的：
1、按时完成：在需求规定时间内提交结果
2、取数准确：数据看板/报表/取数，无数据错误
3、准确度高：数据模型（特别是预测模型）准确度高
4、使用率高：数据看板/数据报告业务打开率高
质量指标是必须要有一个的，不然会被领导诟病：“不能光看数量，不看质量呀”。
要点四：质量指标怎么评，需和领导事先沟通好
数据分析质量考核麻烦，在于：很多时候责任是双方的，不能都自己背锅。
常见的：
1、按时完成需求 → 出了一版数据，业务要改统计方式，又得出一版，这个时间咋算？是直接叠加进之前的需求，还是算新需求？
2、数据准确度高 → 如果是因为开发动了埋点，又没通知我们，导致数据乱了，算谁的？
3、数据看板美观 → 谁来认定美观，是口头说“好”就行，还是问卷打分？
这里重要的是“事先”谈妥。不然事到临头找理由，万一领导不认账，哭得还是自己。
要点五：谨慎设置“对业务有贡献”的指标
如果要说对业务有贡献，那么“参与”是第一位的
1、参与到双十一项目，为项目贡献大屏
2、参与到年度预算，为项目贡献数据
3、参与到产品优化，支持优化效果评估
4、参与到增长项目，支持ABtest开展
参与，相当于“对业务贡献”的数量，要和质量分开写。因为从本质上看，数据分析是基础设备。没有数据，业务也能做，但是做得好坏对错就不知道了，只能碰运气。有数据就有掌控感，类似降本增效，精准营销，精细运营，产品迭代才好推进。所以优先把自己基础作用讲清楚。
但是！还是会有领导要求：“必须体现数据提升了业务XXX指标！！！”那该怎么办呢？
要点六（划重点）：一定要写“数据提升了业务”，怎么写！
1、找一个你关系好的部门，求求人家开庆功会/业务写总结的时候带上你，那么就加一句：“感谢数据部门为本次项目做出的有力支持”都行；
2、优先做需要ABtest的项目，因为这种项目离了数据没法开工，你大可以把“通过测试，成功筛选高质量版本”进自己功劳簿；
3、其次做模型项目，比如你做个模型（不是算法也可以，反正经你的手筛名单）把业务成功率提升了，这是离开你就没有的；
4、再次做渠道诊断/渠道优化项目，比如你分析了标杆店做法，业务同意了！然后根据你选的标杆做改善；
5、躲开原因分析类项目。从分析原因到改善，流程太长，牵扯人太多，根本扯不清到底有多少是你贡献的，你也没法证明业务听没听你的。
其实最核心的还是第一条，有业务部门愿意撑你腰，万事大吉。这种机会得自己去挖掘。最常见的是，业务有个新部门，迫切需要在老板面前证明业绩，你跟他们眉来眼去，你说他们做得好，他说你有用，皆大欢喜！
当然，以上可能无法穷尽每一位同学的具体情况。如果想和我具体讨论，该怎么做出成绩，就加入我的知识星球，和我一对一聊聊吧。我把常规的做法，总结成了《高质量数据报告》专栏课程（下文有目录），数据分析师的工作汇报+专业的数据报告，都有讲解。加入星球后：
双十二优惠，是未来一年最低价！
可以开发票，已有4800+小伙伴抢先加入
课程目录，加入星球后都免费听
左右滑动查看更多，点击查看大图
