我做的到底是不是数据分析?【简明版】

浏览: 1012

作者:陈老师  个人公众号:接地气学堂    

陈老师新课:商业分析全攻略 https://edu.hellobi.com/course/308 用数据分析方法解决商业问题,目前已经100+学员加入!5星好评。分析思维双剑合璧,四大板块:概念篇、行业篇、思维篇、套路篇


“你做过什么分析,介绍一下”是个面试时经常被问的问题。很多同学答完以后被怼,更多的同学没有自信回答。为啥?因为大家平时都在范嘀咕:“我可能做了个假的数据分析。到底数据分析是啥?为啥我感觉我做的不是???”今天简明扼要的教大家如何判断。

 

凡是符合:

  1. 有未解决问题

  2. 有研究过程

  3. 有研究结论

的都是分析。

 

如果研究是基于数据做的,就是数据分析

如果研究是基于访谈、沟通、座谈会做的,可以叫定性分析

如果研究是基于二手资料、新闻报道做的,可以叫行业分析

(づ◕ᴗᴗ◕)づ就这么简单

 

举例

 

未解决问题:不知道4月份电商网站交易金额下降的原因

研究过程:

  • 通过杜邦分析法,发现是新人数量少导致的

  • 通过漏斗分析法,发现AB渠道新人少是主因

  • 通过与市场部沟通,发现AB渠道长期依赖补贴,本月起消减了补贴

研究结论:交易金额下降,因为AB渠道消减了补贴,导致新用户增长乏力

 

完成一个分析就这么简单。做数据分析是解答企业实际问题的,解决问题是1问1答的形式,只要能解答问题都是分析。

 

当然,这么简单的报告交上去可能被人质疑,诸如:是不是新人数少就是100%的原因?是否消减补贴就是全部AB渠道新人少的原因?其他渠道是不是有类似问题?市场部说了你就信了?以上这些质疑,通通叫分析不够严谨。这么做还会遭到第二个质疑:你为啥没给建议?如果市场部没有钱了,以后没有补贴是常态,那么还能怎么做?这些质疑,叫分析不够深入

 

理论上,在时间、精力、资源、业务方认可度均有保证的情况下,是需要严谨论证,不断深入的。不过这些是把分析从60分做到90分的过程,我们首先要保证的是:这是个完整的,60分的数据分析,而那些有疑问的同学做的,往往是0分,甚至是负分滚粗级的。比如:

 

负分滚粗级例子1,大标题叫《4月电商网站销量分析》,内容是:本月销量1个亿,同比下降10%,环比下降5%……然后就没有然后了。这是个毛线的分析啊。这是陈列了几个数据,没有和业务问题结合。下降就是不好?如果是季节性波动呢?数据要和业务问题结合才有意义。

 

负分滚粗级例子2,大标题叫《4月电商网站销量分析》,然后做个折线图,内容是:本月销量下降。这是个毛线的分析啊,这只是把陈列的数字画个图而已,以为业务部门不认识阿拉伯数字吗。这个和例子1本质上是同个问题。

 

负分滚粗级例子3,大标题叫《4月电商网站销量分析》,然后写到:销售额下降是因为用户活跃率低了,结论是要把活跃率搞高……或者销售额下降是因为新人数少了,要搞多……

 

这个问题不止同学们会犯,很多网上教数据分析的老师都是这么教的,真让人怀疑他们有没有在企业干过。这样只不过是把一个一级指标拆成二级指标而已,本质上还是在罗列数据,而那句“要搞高”在真实的企业里会直接让业务部门炸毛的——我又不是瞎子,我也看到指标低了,不搞高难道还搞低吗!电商也是线上零售,驱动原因是人货场,从人货场角度出发才是真正的原因。这里的错误,是:点出了一个业务问题,但没有推理过程,还是在罗列数据

 

负分滚粗级例子4,大标题叫《4月电商网站销量分析》,然后写到:销售额下降了,我打个电话问了业务,业务说是没活动了……如果是这样的话,业务部门还要分析干什么,看到指标低了自问自答一句就好了。这里本质上和例子3一样,没有推理过程,直接把问题甩回给业务部门了。

 

要注意的是,数据本身很有价值。在企业里不是所有数据工作都需要“分析”,比如做数仓、ETL、BI开发的同学们,就不太需要做分析,看需求单做事把数据跑起来就行。但做数据分析、数据运营、商业分析、市场研究的同学们,就一定得认真关注自己做的是不是分析,不然仅仅是跑数,没有分析能力,就很难做出价值,也容易被替代掉。去面试的时候也会被各种质疑:你这也算分析?你就是罗列了数据而已。

面试时其他常见问题,戳

你使用过哪些分析方法?

你做的数据分析有什么用?

你做的分析,业务早知道了,怎么办?

关于原因该怎么找,之前有一个详细版分享,戳

当指标下跌,该如何分析?

如果你不知道如何和业务沟通,没法确认数据背后的问题,戳

数据分析师的沟通技巧

如果没有沟通,该怎么推进分析工作

最后,记得关注陈老师公众号,持续追剧哦

推荐 0
本文由 Python爱好者社区 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。

0 个评论

要回复文章请先登录注册