引言

我们在职场中，工作中总会有些数据统计的工作，数据统计工作完成的情况通常用统计的准确度衡量。

初入职场或者是涉猎数据统计工作较少的小伙伴，很容易会将数据统计结果搞错；不是多了，就是少了，或者是统计逻辑不对。

那么我们怎么做，能保证数据统计的准确呢？

工作十年，积累的习惯

我通过是十年的工作积累，总结了数据统计的4步骤；

明确目标是什么

自己要清晰知道数据统计的目标，这样才能指导后续的统计工作； 可通过复述目标给任务负责人，让对方帮忙评判自己的理解是否符合任务负责人的要求；

明确统计逻辑

知道了目标也就是目的地，就要思考如何做；

可以通过以下思维方式，

1. 交付的结果数据
2. 现在有什么数据
3. 可以通过哪些路径实现

其实转化为另一个问题“你要到达某个目的地，你怎么做？”

1. 我的目的地（交付的结果数据）
2. 我现在在哪里（现在有什么数据）
3. 有什么交通工具（可以通过哪些路径实现）

最后得出的路径，就是你统计数据所对应的执行步骤； 这个步骤也就好和任务负责人沟通，确保是正确的路径。

留痕

一切的操作行为都要留痕，以及中间过程结果留痕；便于你后续追溯，知道自己做了什么。

举个例子 你现在有A、B两张表，需要核对A、B表中的数据差异情况，那么你会怎么做呢？

方式1，把A表于B表的差异数据标识出来；

方式2，分别把A表于B表的差异以及B于A的差异数据标识出来；

方式3，A、B表分别增加两个字段，与另一表的差异、差异情况说明；

那一种是你的方案呢；最佳方案是3，它能展示出你执行过程的所有内容；

字段“与另一表的差异”，概括与另一表的差异情况，可能是：有、无；

字段“差异情况说明”，比如 字段“与另一表的差异” =无，但是有类似的名称，那么你就可以将此说明写到 此字段中。

结果验证

数据统计完毕，要自查，免得自己犯了错误，被他人帮你排查了。 验证的方式有多种，比如验证总数、验证数据记录数等。 尽量做到交叉验证，保障数据的准确性。

统计数据正确程度，能侧面体现出自己的专业度； 如果你遇到一个同事，每次你们一起协作工作，对方总是将数据统计错误，你会怎么想呢？ 让我们行动起来，先从第一步“目标是什么”开始做起，逐步提升数据的准确性。