1.项目前期一定要和业务部门沟通好需求，划定项目边界，确定本期项目要做哪些、做到什么程度，能做成什么样，确定好项目的具体目标，控制好项目中的需求变更，是项目成功的一大关键。
2.需求调研阶段，一定要与业务部门深入沟通，优先站在业务的视角看问题，梳理清楚业务关系和数据关系，多次沟通后形成完备的原型设计方案和数据方案。
3.项目过程中，遇到问题一定要做好记录，持续保持问题的跟进，避免出现同样的问题多次发生都没解决的情况，提高项目的整体效率。
4.阶段性的向相关领导汇报项目进度及遇到的问题，寻求领导调配协调资源，助推项目进度，同时让领导对项目保持足够的关注，解决领导的痛点和需求也利于后期的推广和落地。
5.报表开发过程中，每完成一张表的开发，就让业务部门的最终用户参与到试用中来，通过不断的实际使用，快速迭代，使其更贴合业务场景。
6.任何事情都需要循序渐进，对于缺乏数据分析场景的企业做数据类项目，需要找准业务能认同的切入点，切忌天马行空，要让做出来的报表和分析结果真正能被业务认同，让使用的人觉得给他们减负了、创造了价值。只有这样，才能逐步培养起从领导到一线员工的数据分析意识，逐渐重视数据，重视数据分析的过程和尊重数据分析的结果。
改进注意点：
在做数据调研的时候，尽量把数据的逻辑和底表排摸清楚，并开始写sql取数。如果在数据调研的时候只是浅尝辄止，后面开发阶段又要重新排摸一遍底层数据，重复劳动，降低了效率。
在前期需求调研阶段，也要让报表开发人员和DBA介入进来，共同讨论，共同参与到项目中，使开发人员能对需求又比较正确的认识。否则，仅仅依据开发文档和原型设计，就让开发人员进行相关报表的开发，是非常有难度的。开发人员又需要针对不明白的点，重新找业务人员沟通，重复劳动，耽误项目进度。
数据分析的基础是数据的准确性、完整性和及时性，如果基础数据都存在诸多问题不解决，那么数据分析的结果可能就不一定能准确反应现实。在做数据项目的过程中，一定要同步推进数据治理工作，重视数据的质量。
摘自：浙江银轮机械股份有限公司 帆软实施案例《让数据产生生产力》
原创文章，作者：kirin，如若转载，请注明出处：https://blog.ytso.com/277277.html