当前位置:龙泉人才网 - 职业人才 -

数据分析师(都说自己是数据分析师)

  • 职业人才
  • 2024-03-26 12:00
  • 龙泉小编

这几年数据分析被炒热过了头,但冷静想下大家费那么大劲学的、做的数据分析,真的有用吗?

从找我咨询的人的分享来看:数据小白正忙着收藏各路数据分析入门知识;有点基础的就转战上各种培训班的3-7天数据分析速成课;已经入职当数据分析师的,则上班8h,5h取数洗数,2h吐槽业务,剩下1h导入、拟合数据,套用分析报告,最后给出一些“正确但无用的废话”。

明白大家都不容易,小白不知如何入门,有点基础的需要项目练习,数据分析师给业务建议难,所以也没说这是错的,况且入一个行业本身就是需要各种尝试,收藏干货有用,上培训课也有用,取数洗数写报告也有用,但有用的程度到哪??

我没法给准确数字,只能说个残酷的现实,这80%都是“仅对自己有用”,不过是感动/证明自己劳动的产物罢了

那为什么我说80%数据分析过后的结果都是失败的?

首先,先来看下在企业内做数据分析时,最常出现的5种场景:

数据分析师(都说自己是数据分析师)

第一种场景比较少见,除非是有重大错误,否则在分析过程中就能看出端倪了,而最后一种属于数据分析师的标杆,如何成为这种标杆我之后会再出一篇详细讲,这里就不详谈。

而中间的3种场景,是我们做数据分析时极其经常会碰到的,就展开讲下,拿前几天刚结束的双11来举例说明。


双11活动结束后,业务找到老李:“老李啊,活动做完了,看不到数据,你做个分析我看看活动效果咋样?”

老李接到任务,火急火燎收集处理数据、做模型、画报表。

最终出来结论:“活动期间,环比上周末uv增长130%,订单量增长120%,销售额增长了100%。其中浙江省订单占比最高,达到了27%!”

业务:“so,你想表达什么?这数字价值在哪?听了跟没听一样”

此时,老王只能拿着手里的一堆“正确”数据,不知道从何说起....

数据分析师(都说自己是数据分析师)

还是懵逼老李。隔壁业务部门:“老李,感觉公司今年双11转化率低于平均水平啊,你做个分析看看什么问题”

老李这次决定一定要说人话给出合理建议!于是立即结合大量用户、订单数据,采用聚类分析算法、RFM模型,终于发现年龄段在40岁以上的男性群体,整体转化率最高,平均达到42%!所以建议业务,搞好拉新策略,提高这一用户群体的访问量,这样整体的转化率就可以上来了。

业务:“但这群人,平时很少上网啊,怎么让他们访问?”

老李再次懵逼,你说的也是....

数据分析师(都说自己是数据分析师)

懵了两次的老李,决定不能再继续懵X了,于是他熬了好几个夜....给出了一套可落地说人话的方案。

老李:“我做了个用户流失预警模型,发现有a类行为特征的用户在注册后7天左右流失概率最大,有b类行为特征的用户在30天左右流失概率最大,有c类行为特征的用户在40天左右流失概率最大。那么我们做个针对不同行为特征的用户的强提醒模型,在不同的时间点,推送广告、或者发代金券,就能够有效降低流失率了”。

业务:“老李,你说的很有道理,但运营还是觉得精准投放成本太高了,你的建议后面再考虑吧”

老李.....

数据分析师(都说自己是数据分析师)


通过上面三个场景能明显看出,在实际业务场景中,数据分析师做的分析结果,很多时候业务是根本不采纳的,业务不采纳,那么分析结果对企业来说就是无用的,这也是为什么我说80%数据分析过后的结果都是失败的。


那如何让自己的数据分析结果成为剩下的20%,让业务采纳?

我把自己的经验总结了3个方法,其中有些小技巧是很多新手分析师不知道的,可点赞收藏留着用。

但核心思路一致:跟业务换位理性沟通,了解业务真实需求,并根据不同业务部门的具体情况提供相应建议。

  • 方法一:大胆一点,向业务多走一步是一步

要让业务采纳,那就需要你主动,走完你与业务之间的99步,那具体点说,也就是需要你主动出击!

必须学会把“业务需求”转化为“数据需求”,再进一步把分析结果转化为正确有价值、可落地的建议方案。在这过程中,你也不亏,因为在这过程中,你也能反过来完善、扩展自己的知识体系,提升业务理解和数据分析能力。

毕竟大多数数据分析师除非转方向,否则在技术上很难有突破,所以工具和技术只是辅助,业务和思路才是核心竞争力。那如何向业务多走一步,那就到了下面的方法二


  • 方法二:多交流,小技巧是“学会吃饭”

想要学业务,只靠自己看业务文档ROI太低了,想要快速提高,必须跟业务人员多交流。

如何多交流?工作时业务在忙,没空理你?那你就请业务吃顿饭,中国人嘛,没有什么是一顿饭解决不了的,如果有,那就两顿,吃着吃着,不仅你懂了业务,业务也懂你了。

这样下次当业务需要分析转化率的时候,你也方便多问一句,影响转化率的因素有哪些,有哪些方法可以提高转化率?跟你关系好了,自然会多教你一些,要相信大多数人都是好为人师的。


  • 方法三:学会表达,让业务能跟你站在一边,共赢才是王道

对于数据分析师来说,很多时候分析过程是不难的,难在沟通和表达,沟通在上面说了,剩下就是表达。

你要表达的对象是业务人员,就要明白业务人员是背KPI的,他们喜欢说话直接一点的人,所以跟他们沟通时不要给太多数字参考,可以直接点明针对业务部门最关心的XX问题,你能给到的合理建议和方案,在聊得过程中再带入一点你由方法一和二得到的业务经验,他们就会觉得你是懂业务的,不是那种给点数据瞎指挥的分析师。

有了这种印象后,久而久之业务就会习惯相信你给到的方案,确实是执行完会有效果的,那么自然就会相信并采纳你的方案,你的价值也会因业务做的好而被放大。


小结

无论是小白还是已经入行的数据分析师,都要时刻明白数据分析是结果导向性,无论你分析过程中用了多高大上的方法/模型,最后落到实地都得是实打实的建议和方案,因此必须得看重数据分析后的结果。

常见的数据分析错误结果,以及如何得出正确结果,我在上面已经讲述清楚了,希望大家都能成为那20%,能主导、影响业务的数据分析师,从而摆脱自己的尴尬处境。

最后给大家分享一个数据分析图谱,内含数据分析12个常见分析模型、18个理论分支、136个详细知识要点和60多个实际分析场景案例,不懂或不记得的知识点拿出地图就能查,数据人必备!

数据分析师(都说自己是数据分析师)

数据分析师(都说自己是数据分析师)

免责声明:本文内容来源于网络或用户投稿,龙泉人才网仅提供信息存储空间服务,不承担相关法律责任。若收录文章侵犯到您的权益/违法违规的内容,可请联系我们删除。
https://www.lqrc.cn/a/zhiye/110186.html

  • 关注微信

猜你喜欢

微信公众号