首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >当数据分析之路遭遇困惑,你还需要提升这8个能力

当数据分析之路遭遇困惑,你还需要提升这8个能力

作者头像
接地气的陈老师
发布2019-12-09 10:30:18
3900
发布2019-12-09 10:30:18
举报
文章被收录于专栏:接地气学堂接地气学堂

“这个数据分析,怎么就越干越糊涂了呢?转行以前,看着学习的书单很清晰,Excel,Sql,Python一点点学过来。可转行后反而迷茫了,越干越感觉自己在打杂”一位转行的同学向我抱怨道。实际上他不是唯一抱怨的一位,即使是一直在做数据分析的同学,也照样有一堆问题。诸如:

  • 每天就是写sql,也不知道分析了啥……

  • 你写sql还不错了,我每天都在写ppt!每个月经营分析会的ppt,我要改到开会前1小时为止!写的汉字比数字还多……

  • 你们还有人理,我每天都在写excel!写完了理的都没有!报表发出去石沉大海,完全不知道码这些数字有什么用。

  • 你们就消停点吧,没人理多好。我天天被业务diss。出的分析如果合他们的意,就说“这我早知道了”,不合他们意就说“不符合业务特点,是不是分析漏了什么”我去他大爷的。

  • 呵呵,来我这试试,领导指定必须分析出:“本次活动效果非常好,历史最佳”的结论,不管真实数据有多难看,你丫给我做!

  • 不管咋样,你老板起码有个指示啊!我老板天天就跟我说:“你看看能分析点啥”。我辛辛苦苦做了东西,丫就回一句:“你再看看”“你多想想”。摆脱你不会做分析就直说嘛!天天让我想,我才干了不到1年我想啥啊。

  • 那换你该来伺候我领导?人家可牛逼了:“你们要想办法,大数据精准预测下次活动销量,把活动的库存和费用都控在万元以内的误差”我勒个乖乖,感觉要失业了。

  • 哈?你们都那么闲啊!我写了一天sql了快5000行了,呜呜呜呜。
  • 真羡慕你们还有的数据做,我清垃圾数据都搞了一天了╮(╯﹏╰)╭
  • 真羡慕你们还有的这么多事情弄,感觉我天天都在打杂,领导也不关心,话说到底数据分析是干什么的?是不是大型互联网公司会好一点。

以上吐槽均来自真实场景,数量太多,听得太多,以至于随手都能写出一顿重的怨气来。这和当年大家入行前的美好期望有巨大反差。为什么呢?难道那些数据分析学习文章漏了些什么?这里漏了一个关键问题:数据分析工作到底是干什么的。

作为一门技术,数据分析是个人都可以掌握。既不像算法有着较高的技术门槛,也不像运营、产品那样,需要大量的实践才能积累。数据分析的技术相对客观,数据获取-存储-清理-展示-计算-建模-输出报告,完全可以不依赖任何人一气呵成。那种看书练习的过程,就仿佛回到学校。打怪升级捡装备,给人的体验是相当舒畅的。

可作为一个工作,数据分析岗位不是个对新人很友好的岗位。首要因素,是数据分析自身的工作特点:

1.数据分析是辅助岗位,不是核心岗位。

传统型企业销售最大,互联网企业产品最大,数据总是打辅助的。只有卖数据分析产品的乙方公司,可能数据分析的地位稍微高那么点。打辅助也就意味着晋升通道小,立功机会少,成就感低。这是尴尬点之一

2.打辅助就得到处求人,看人脸色,小心伺候。

业务部门不重视数据分析,不尊重数据分析科学性与客观性,利用数据相互甩锅,都是从这里开始的。但脱离业务,单靠数据分析部门,也很难看到自己的分析成果落地。这是尴尬点之二

3.看人脸色的部门,会很大概率遇到不负责的领导。

有的公司没有独立数据部门,挂在运营/市场/IT下边,不被领导重视。有的有数据分析部门,但领导自觉升级无望,不怎么用心。总之很大概率不负责,可怜了下属。(你问业务部门?业务部门不负责的领导很容易被踢滚蛋,但数据分析这种打辅助的部门,反而容易成为养懒人的地方)。这是尴尬点之三

缺少自主权,缺少重视度,缺少负责的领导,导致很多新人难以看到未来发展方向。再加上这几年很多企业鼓吹“数据思维”/“数字化转型”。上有所好,下必甚焉。一帮销售/运营/产品/策划都在大谈数据分析。一些运营和产品还天天嚷嚷着:让我写sql比他们水平高多了。搞得做数据分析的同学们更加容易吐槽。

另一个重要因素,是新人们缺少从思想到能力上的准备。

其实每个岗位都有自己的苦水。说起被人怼,销售被人怼的最多。说起打杂,运营每天都在杂七杂八。说起科学性与主观意愿的冲突,产品每天都在“科学设计理念”与“老板就是这么要求的”之间挣扎。大家各有各的难处。谁不比谁好过。

但其他岗位,在入行的时候大多做好了死猪不怕开水烫的准备。做销售的就是有被客户从门里踢出去再从窗户里爬进来的精神;做运营的就是怀着“再懂点开发我就是全栈CEO”的理想;做产品的就是会为了“按钮放左边还是放右边”跟老板打一架。这也是专业性的一部分。而数据分析的同学们在这方面准备稍欠一些。因为大家习惯了科学、理性、数据,习惯了像实验室一样认真的琢磨问题。现实与理想的落差,就特别容易引发失落感和吐槽。

其实强化了能力以后,大家就会发现这些并没什么大不了的。如果我们明知道会有这么多坑,在开展工作的时候,就会主动避免。我们知道业务部门可能对我们不理不睬,就会主动收集信息;我们知道领导的思路很乱,就会主动帮他梳理思路,定义清楚问题;我们知道别的部门不懂科学方法,就会主动挑选适合当前问题的方法;我们知道这些不懂的人会怀着各种目的来质疑我们的分析成果,就会准备好对战手段,见招拆招。最后,我们会精心挑选出那些可以深度合作的战友,一起做一些有价值的项目。

当然,以上所有工作都和人有关系,都是在摸清业务方情况,帮业务方/领导规划分析方案,推动分析项目的落地。面对数据,我们会练习excel,sql,pyhton这些技术。面对人,我们需要培养工作能力,简单总结一下,至少需要八种能力:

1.信息收集能力:既然我们不是大爷,就不等业务部门来伺候了,我们自己动手丰衣足食。

2.需求沟通能力:把“分析下销售呗”转化成具体的一个分析题目;从“你自己看看有啥可分析的”当中,找到可以分析的问题点。

3.定义问题能力:不要再到处百度“如何分析活跃下降问题”“如何分析用户流失问题”了,掌握拆解问题的套路,自己就能构建分析思路。

4.梳理流程能力:不要再到处百度“零售行业分析指标体系”“生鲜电商分析指标体系”了,自己动手梳理流程,做出监控指标体系来。

5.树立标准能力:什么算“好”,什么算“坏”,是所有分析的起点,也是所有甩锅的源头。会树立标准,会检验标准,会牢记标准,是不被业务方任意摆布的起点。

6.寻找原因能力:找一个原因简单,找几个原因也简单。找到几个有逻辑,有顺序,可以被改善的原因,就需要认真思考问题逻辑,了解业务可行性范围了。会寻找原因,是数据分析的重要输出成果。

7.提供建议能力:提一个主意容易,提几个主意也容易。提几个分轻重缓急、评估过快慢优劣、预测过效果的建议,就得结合业务能力,建立预测假设再说话了。能改善业务,是数据分析的重要输出成果。

8.总结汇报能力:结束改PPT改到死的状态,就得想明白要说什么。做的再多,汇报要好。不然成绩算谁的。临门一脚非常重要。

限于篇幅,这里只起个头。脱离具体场景谈能力太过空洞,后续会拿具体问题场景,来看如何推动分析工作,作出成绩。希望大家的抱怨越来越少,能讲出来的分析成果越来越多。

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2018-10-17,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 接地气学堂 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
腾讯云 BI
腾讯云 BI(Business Intelligence,BI)提供从数据源接入、数据建模到数据可视化分析全流程的BI能力,帮助经营者快速获取决策数据依据。系统采用敏捷自助式设计,使用者仅需通过简单拖拽即可完成原本复杂的报表开发过程,并支持报表的分享、推送等企业协作场景。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档