你值5K还是15K?实战案例,测测你的分析功力

浏览: 5048

想了解自己数据分析能力到了哪一层,戳{数据分析6个能力等级}

想和大牛学更多思维方式,戳{和管理咨询顾问学思考}


本文源自陈老师遇到的真实案例。

老板说:“我们今年准备参加展会,做一年。以前我没参加过,没关系,这里有一份展会数据,你回去分析下哪些有价值,后边组织的时候有个指导”。现在你收到任务了,咋办?

 

 

 

 

第一步:拿到问题,先干什么?

 

5K表哥:“好嘞,我回去研究一下数据”

 

15K分析师:老板,我们做展会的目标是什么啊?是准备促业绩,还是做推广?促业绩我们考核意向成单还是实际成单?做推广,我们如何考核推广效果?是微信关注人数、还是获得销售线索数,还是……?如果两个都有,哪个更重要?如果一定要丢一个会丢哪个?

 

 

第二步:看到数据,思考什么

 

5K表哥:“恩,我是用层次分析法评价呢,还是建一个模型呢?要用什么模型呢?有没有模板可以参考呢?哪里有模板呢?”

 

15K分析师:“这个数据是从哪里来的?谁统计的?预计参与人数怎么预计?”

 

 

第三步:数据不够,要怎么办?

 

5K表哥:“回到眼前,这数据也太少了吧,手头的表格只有展会名称,举办方,参展预计人数,展会级别,展会主题等几个字段,好像也分析不出什么来”

 

15K分析师:“经查,数据是可信的,还可以用。看起来这里还有些字段可以做处理,比如展会参展人数,找一些参加过展会的人了解,1万人以上就算大型了,5千左右算中型,那可以先分个大中小。组织者级别可以分成高级,中级,初级。恩恩,还有其他一些字段,处理完再说。”

 

 

 

第四步:抓着数据,怎么分析?

 

5K表哥:“额,不知道咋分析,拍脑袋好了”

 

15K分析师:“依据现有的信息,可以列举三个假设:”

假设1:展会人数多的,成单量会高

假设2:展会级别高的,成单量会高

假设3:展会组织者专业度高的,成单量会高

依据这三个假设,可以先建议ABC三场会议参加,预计A的成单量最好,未来以A为成单参照。现场参与人员,需协助收集XXX信息,以辅助事后分析。

 

 

第五步:事后总结怎么做

 

虽然目前还没有真实开展,但是可以预计到,未来的总结会这么做

5K表哥:“额,谁有展会活动的总结模板啊,求一个模板”

5K表哥:“老板又说我考虑的不周全,可是数据就这么多啊!怎么周全”

5K表哥:“老板又让我修改,我快崩溃了,改了16版了”

 

15K分析师:“针对预期成单目标,本次达成率为x%,达成目标”

15K分析师:“对比两次活动,可见XX假设是不成立了,展会专业度比人数更有利于成单”

15K分析师:“未来可集中向专业度高的行业性展会,预计节省参展成本X万元,增加成单XXX万元”

 

 

——全文当然还没有完——

 

所以差别在哪里?差别就是等靠要主动性的区别

差别是优秀的数据分析师不但有良好的职业知识,更有优异的职业素养

这种职业素养体现在九个方面:

 

收到任务时

 

目标明确:凡事必有一个目标,不能含糊,不能一锅炖,不能高大全。目标不清是万恶之源。

 

目标清晰:可量化,可追踪,可对比。可量化才能分析,不可量化是扯皮之源。

 

目标聚焦:有先后,有重点。如果有两个目标,那么两个之间要排先和顺序,如果有三个,三个必须要有重点。越多的目标,意味着事情本身越难达成,也意味着分析时候会越混乱。

 

数据处理时

 

清晰含义:清晰名称-来源-计算方式。避免歧义,防止错误是一切分析的基础。

 

重视收集:尽可能收集数据,提高质量。没有数据确实很难分析,优质的数据能极大的帮助分析,不加管理的垃圾数据只会把分析带沟里去。

 

解读含义:分类解读,找到数据后业务含义。很多分析师被业务部门嫌弃,就是因为只知道出数字,不懂得解读数据背后的含义。月消费10000和高消费群体,对业务部门是完全不同的两个概念,只有多多找含义,才能更好地找到数据的价值。

 

输出报告时

 

树立标杆:树立明确的评价标准。凡是涉及到“好”“坏”“高”“低”的,一定要有参照物,一定要有标杆,因为本身这些词语都是相对比较的词,而且很大几率和领导的个人看法有关系。如果不设标杆,在事后总结评估的时候就会陷入无休无止的口水战和扯皮里边去。

 

明确假设:设计待数据验证的假设。有了假设,分析的时候才容易总结,才容易看出来哪些路子是容易走通的,哪些是可能有坑的,才能在多次实验中沉淀下经验。

 

逐步迭代:每次分析,不断验证假设,沉淀经验。经验是越积累越多,越积累越丰富的。好的分析师知道把每一次经验总结起来,让自己的判断越来越准。

 

 

数据分析师的本质就是:用数据和逻辑代替拍脑袋,用系统和科学取代神秘主义,因此9条要点中有7条都和清晰明确有关。

 

数据分析师的价值在于:以数据指导工作,从数据找到方法。因此不能仅仅就数论数,而是要看清楚数据背后的含义,找到业务部门思考的脉络,这样才能让分析更接近业务部门的需求,让建议更贴合实际情况。

 

数据分析师的要求是专业,专业不仅体现在懂计算,懂代码,懂操作,更体现在深入全面的考虑问题,循循善诱的解答问题,因此面对业务部门的咨询的时候,保持头脑冷静,保持耐心,抽丝剥茧的问话,本身就是专业性的体现。

 

与大家共勉。


系统锻炼分析能力,戳:{数据分析师的第一门实战课}

最新文章,可关注陈老师公众号:接地气学堂





作者介绍:陈老师,在咨询行业打拼了9年,在如何诊断经营问题、建立分析体系、解决专项问题上有超过30个大型项目积累与实战,天善智能特邀专家。


数据分析职场路上有困扰吗?不妨到《数据分析师八大能力培养课程https://edu.hellobi.com/course/272 里聊聊!

视频课程特色:

从真实数据分析工作场景出发,训练实战能力

启发式教学+大量实际操练,培养属于自己的能力

不依赖于某个具体技术,也适合对数据分析感兴趣的学生、业务部门人士学习

推荐 20
本文由 陈老师 创作,采用 知识共享署名-相同方式共享 3.0 中国大陆许可协议 进行许可。
转载、引用前需联系作者,并署名作者且注明文章出处。
本站文章版权归原作者及原出处所有 。内容为作者个人观点, 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台,并不用于任何商业目的,如果有任何问题,请及时联系我们,我们将根据著作权人的要求,立即更正或者删除有关内容。本站拥有对此声明的最终解释权。

25 个评论

下次陈老师可以配几张图
一屏幕的思考时间,哈哈,陈老师,好文
话说你们每次发的素材库是哪里啊,找破头,%>_<%,发个素材库的链接给我
我在那一屏幕思考时间那里,待了好久。。。以点覆面,陈老师厉害!对我等晚辈有启发!
有一句是想说但是没有说的,大家经常在网上看到所谓干货:从0搭建运营体系,会员经营全攻略,如何用数据驱动业务,我好像说,这些都是CEO,董事长才搞的动的事情好吧,就我们这些还在拿月薪的人,知道了又能怎样。而恰恰相反,像今天举的这个例子,就是一个从0开始搭分析体系的例子,是我们这些还在拿月薪的人可以掌控的。所谓积累经验,就是得从这种小处做起
这个必须点赞,陈老师不要在删除了,昨晚的还没细看,就删了
哈哈哈,好
昨天的没人看,回炉重做一下
其实大家可以转发这个给一些有兴趣做数据分析的同学,测测他的反应,这个题目是可以做面试题的。看一个人数据分析思维去到什么水平,和“收作业”“买股票”一样,是可以测试人的。
是的,看完了文章。我就有种莫名的使命感!
原来我值-15K,是这么来的。。
哈哈哈,其实我最早有个选项是:都没数据,分析个蛋!这个回复是值-15K的
陈老师,很赞,首次看您的文章,受益颇多,特别是这句评论
陈老师,你好。可以转载到我的个人微信公众号吗?会注明出处和作者
哈哈哈,只能写在评论里啊,写在文章里会群嘲一堆作者的,小的不敢
可以的
陈老师,我也转了,感谢
哈哈哈,谢谢转发的同学,大家一起进步
应届生刚工作,简直跟文章里菜鸟问的一模一样,有没有
哈哈哈,然而看这个依然没有什么鸟用,因为刚毕业的话你的经验太少了,没有一定积累是不能像文中那样连珠炮似的反问的,你最需要的是一个笔记本,把每天自己的疑问记下来,解答的答案也记下来,然后定期回顾,这样进步的快很多
陈老师,您在等靠要哈哈哈
哈哈哈
其实我也放弃了,我发现能问户恰当的问题,真的是一门技能来的,真正需要帮助的基层同学有几个能表达的很清楚的,o(╯□╰)o
陈老师你好,作为一个数据外行人,我非常有兴趣在大数据分析扎根成长,往后要多想你学习。看了你上述的文章,受益良多,我想在今日头条转发是否可以,我支持一楼的建议,配图可以让我们理解更加清晰,谢谢老师的分享。
可以转发,注明出处作者,有问题欢迎交流

要回复文章请先登录注册