避免分析师倦怠：如何简化临时请求

商业智能的目标是为利益相关者和战略家提供他们做出数据驱动决策所需的信息。BI 分析师可以回答有助于指导其中一些决策的问题，但通常您组织中的某个人需要使用多个数据源执行快速分析，然后将这些发现转化为所有利益相关者（而不仅仅是精通数据的人）都能理解的可读格式。这就是即席分析的用武之地。

如果管理不善，即席分析可能是一个令人疲惫的过程。每次数据调查都需要时间，而 BI 分析师通常要同时处理来自利益相关者的许多请求。那么问题就变成了：我们如何高效、有效地执行即席分析，而又不会让我们的分析师筋疲力尽？

采用自助式分析，使团队成员能够自助进行即席分析

即席分析的受益者应该知道如何自己执行一定程度的分析。这并不意味着您的营销人员或人力资源人员需要拥有数据科学双学位，但他们应该配备必要的基本工具和协议，以获得他们需要的答案，而不必一定需要分析师的参与。

Easy Agile 的高级洞察分析师 Chris Short 建议使用 Loom 来访问教程视频，这将帮助团队成员更好地理解针对其特定用例的分析。“我们有一个评分机制……如果这是一个简单的问题，他们应该能够自助服务。” Chris 还表示，对于更复杂的查询，他的团队构建定制解决方案，使非分析师仍然可以独立回答他们的问题。

Mentat Analytics 的创始人 Ali Bagshomali 也认为，用户赋权是减少 BI 分析师流量的最佳方式，“在高速公路上增加车道并不是减少交通流量的好方法。相反，分析师需要专注于设置，以便从一开始就减少进入他们团队的数据请求，而不是试图尽可能多地回答请求。坚持交通类比，目标应该是建立更好的公共交通系统。”

Ali 认为，良好的文档和“更好的工具、数据资产以及对非数据团队成员的培训”将为改进分析中的自助服务铺平道路。

使用工单系统进行即席分析请求

工单分析请求对于帮助团队跟踪从初始查询到解决的请求至关重要。如果没有工单，请求可能会丢失、严重延迟甚至重复，从而减慢整个分析流程。单独使用时，Slack 频道、DM 和电子邮件的效率和组织性都不足以有效地处理大量请求。

自助式分析和工单系统并非互斥。“生成的一些内容随后可用于自助服务，”Chris Short 说。Strategies for Internet Citizens 的 Jon Udell 将此描述为“分析的良性循环”，其中非数据用户提出的问题为新的工具提供信息，从而帮助他们和未来的用户自己回答这些问题。

工单也是跟踪 BI 团队带宽的好方法，可以向请求者展示团队当前面临的工作量，并为其他人（包括管理层）提供对他们工作量的看法。

培训来自不同部门的超级用户进行简单的即席分析

并非公司非数据团队的所有成员都有能力或时间学习如何执行即席分析。但是，您应该至少培训每个部门的一位超级用户作为“数据英雄”来处理即席分析。

您甚至可以考虑将即席请求完全从 BI 部门转移出去，并坚持要求这些请求由发起请求的部门处理。如果您选择这条路线，您可能希望您的 BI 团队提供定期的培训课程，向感兴趣的非数据用户教授即席分析基础知识。其他培训资源可能包括额外的在线学习机会，以及 Reddit 上的信息丰富的问答环节。

使用预置查询进行即席分析

随着时间的推移，您可能会注意到您收到的许多即席请求都相对相似，或者使用相同的数据。创建常用数据查询的目录将大大减少您提取数据和运行分析所花费的时间和精力。这些预置查询（例如 Metabase SQL 代码段）通过允许您根据需要复制、粘贴和编辑查询来简化操作。

如果您想开始构建预置查询数据库，请查看 SQL 速查表。

数据字典

与创建预置查询目录类似，编译数据字典（元数据转储）允许您快速参考即席分析的不同查询组件。

您可以轻松地使用电子表格格式实施此解决方案，其中包含“数据库”、“表”、“字段”、“字段描述”和“数据类型”（以及其他列），以使筛选更容易。

与高层领导建立明确的即席分析程序

即席分析的祸根通常是对请求程序缺乏理解，或者完全无视请求程序。如果请求发送过于频繁、通过错误的渠道发送或优先级不准确，则很容易导致请求错位或丢失，BI 团队不堪重负。

您应该制定清晰且易于遵循的指南，以便用户在提交请求之前自行确定优先级和复杂性，从而提交请求。如果您这样做，您也可以将这些请求路由到自助服务门户。

领导和管理人员应清楚了解这些程序，并且必须对此负责，并愿意让他们的员工也对此负责。

最终想法：临时分析技巧

对于您的团队和非数据同事来说，最好的做法是尽可能地赋能自助服务。这将减少您收到的临时请求量，即使偶尔会有一些复杂的咨询涌入。除此之外，良好的文档和强大的数据库将帮助您的团队快速轻松地处理请求。