查看原文
其他

停止这么写汇报!否则加薪轮不到!

2017-01-20 陈文 人工智能爱好者社区

请转发本文给那些有类似汇报习惯的小伙伴,谢谢

很多同学在惦记着年后和领导提加薪,或者以离职为名义要求加薪,对不对?

然而如果继续保持这种汇报习惯的话,加薪什么的就不要幻想了。

这种垃圾汇报习惯的范文如:

本月工作总结:

1.  本月共完报表更新15份,按时交付业务部门使用

2.  完成专题分析2个,与业务部门开会6次,有力支持促销活动

3.  本月共处理报表系统bug 5次,维护系统正常运转

除以上外,本月为支持新报表上线,已连续15天加班,表现非常积极!

什么?似乎有同学立刻跳出来说:“数据分析工作的汇报就是这样的啊!”是滴,的确数据分析工作做得是这些事情,然而这仅仅是你的工作内容,并不代表你的工作结果,更不代表这是你的工作成绩,更不能成为你升职加薪的保证,也不能在你跳槽的时候帮助新企业认可你的能力。因为这仅仅代表你完成了你的工作而已,没有突出你的价值!!!

举个简单的例子,你是张大彪,战斗结束了你向李云龙汇报战果

报告团长!

本次战斗我们挥舞军旗15次,打出子弹15000发,发射炮弹500发,冲锋15次,平均每人跑步1500米,我们打的非常顽强,有200多人都挂了彩!我们有利的打击了敌人!

而团长只反问了一个问题:

你打死了几个敌人?

你打死了几个敌人??

你打死了几个敌人???

没打死敌人你唧唧歪歪啥!!!

同理,做报表,做系统,加班跑数这些只是数据分析师们的本职工作,他们是数据分析师的敌人,不是公司的敌人,也不是老板的敌人,所以即使你干的再辛苦那是你应该的,相反,如果做错了,就是你没有尽到责任!

那么如何体现数据分析工作对业务的重要性呢?这里请大家回忆一下,我们是怎么帮市场部分析促销效果的,我们应该和这些邀功请赏的大师们学习汇报技巧!(其实想一想,业绩都是销售做出来的,为什么市场部能把功劳够归到自己头上呢?)

促销分析的指标分为三层:

第一层:核心指标,对公司当前业绩的贡献。

“老板,我们为公司挣了5000多万!”。

为了体现对业绩的贡献,一般分作三个方面做对比,总能看出差异的!

l  按场景对比:有促销VS没促销的场景下,销售情况

l  按时间对比:做促销之前VS做促销之后,销售情况

l  按人群对比:目标客户VS非目标客户,销售情况


第二层:次级指标,对公司未来业绩的巩固。

“老板,虽然当前业绩没有明显拉动,但是我们做的是长线,我们改善了……”

l  培育新品空间:增加了新品市场占有率

l  引导消费习惯:培养了顾客搭配购买习惯

l  改善顾客结构:吸引了更多高端/目标客户消费

总之,意味着未来有更多交叉/增量销售机会


第三层:周边指标,对顾客心智的占有。

就是俗称的三度:

l  认知度:更多潜在顾客接触到我们啦!

l  满意度 48 30516 48 14941 0 0 4010 0 0:00:07 0:00:03 0:00:04 4009更多现实顾客爱我们啦!

l  忠诚度:爱完我们还赖着不走啦!

所以你看,如此立体的,全方位的,有深度的展示了一个可能没那么好的促销活动对公司业绩的拉动,比起那些只会说:“老板我们干了1亿销售额!新年还要干!干!干!”的销售们,文艺了不止一个档次,而且非常具有说服力!

所以,如此聪明的分析师们,看到我们该怎么做了吗?

首先,把所有的工作分为三部分:

1. 常规维护类工作:

比如更新报表,维护系统,常规维护,不出错,稳定,及时就是最大的功劳,因此这一类工作要重点考虑如何平稳的完成,特别在系统,底层数据出现重大错误的时候,需要有充足的应急预案。

2.新增优化类工作:

比如为一个新业务开新报表,比如调一个老报表的结构。就相当于促销分析中的周边指标,要收集相关业务部门对报表使用满意度。需要调整,一定是在目前使用有问题,或不能满足需求的情况下调整。因此好的调整一定能更好的提升使用体验或者使用效率,所以不要简单地为了完成任务而完成任务,事先定义好考察指标,主动收集意见,鞭策自己进步。

3-1.项目促进类工作

情景1,总部项目:就相当于促销分析中的核心指标,要利用按时间/按场景对比法。既然一个项目需要专项数据支持,那么肯定有数据发挥用处的地方。我们是通过精准投放提高了ROI?还是通过有效的配置降低了成本?如果盲推ROI会是多少?如果单纯按业务部门判断会是多少?深入分析优化以后又可以去到多少?这些不但要心中有数,而且要在最终成果展现时充分说明,其中效果良好的要树立成数据支持项目的标杆,单独汇报。

3-2. 项目促进类工作

情景2,分公司项目:就相当于促销分析中的核心指标,要利用按人群对比法。不同分公司,渠道,团队对数据的重视与利用程度肯定不同,找到那些重视数据利用的分公司,帮助他们用数据改善业绩,然后利用数据的VS不爱利用的,高下立显,做成标杆,单独汇报。

最后,陈老师严肃的指出,这篇文章不是在教大家如何邀功请赏,而是很认真的在探讨一个问题:数据分析师的价值到底在哪里?

如果我们自己都不能清晰自己对于业务的贡献,只知道闭关造车拔数据,那么公司也不会认可我们的贡献,希望大家更多在项目开始前,就认真想清楚数据在项目中所起的作用,认真的发挥特长,做好工作!


更多能力提升的攻略看这里:https://ask.hellobi.com/blog/chenwen/6020,喜欢的话请转发,感谢!


陈文,天善智能社区特邀专家,在金融,零售领域8年经验数据分析师,资深业务顾问,特别擅长梳理业务需求,推动数据分析项目成果转化。 Blog:https://ask.hellobi.com/blog/chenwen

微信回复关键字即可学习

回复 R                   R语言入门免费视频

回复 Python            Python网络爬虫实战

回复 Spark             征服Spark第一季

回复 Hadoop          大数据系列免费视频

回复 Excel             用Excel对话数据

回复 SPSS             数据挖掘的SPSS之路

回复 Tableau          Tableau 精品入门视频

回复 PowerBI         快速玩转微软Power BI

回复 大数据            大数据系列免费视频

回复 数据分析报告   数据分析报告制作

回复 数据分析         数据分析师成长之路

回复 数据挖掘         数据挖掘原理与应用

回复 机器学习         R&Python机器学习

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存