幸好你是数据分析师,你要是医生,这么做分析,早就被砍了
点击上图开启提升数据分析能力秘籍
个人公众号:接地气学堂
前文传送门:
【数据分析师能力培养】如何找到自己的第一个数据分析项目(转行篇)
【数据分析师能力培养】如何找到自己的第一个数据分析项目(表哥篇)
【数据分析师能力培养】拒绝无意义加班!高质量的数据分析需求长这样
【数据分析师能力培养】数据分析师该这样霸气回应“0.00008的转化也很好”的谬论
【数据分析师能力培养】打好基础再炫技,不然面试过不去。分析师需重视数据来源
【数据分析师能力培养】面试心不慌,3天快入行,经营分析实战应用
【数据分析师能力培养】高考数学140与成为高薪数据分析师之间有什么关系?
看着数据下结论的就是庸医!
有些医生就是找砍,不赖其他人。上周陈老师带BB去看皮肤科,就遇到一个庸医,其水平之低劣,态度之差,服务体验真的好想让人对着他秃脑袋一记:竜が我が敌を喰らう!!!拙劣表现,总结为三:
1.事前不沟通:陈老师作为一名数据分析师,陈太太作为一名优秀的项目经理,平时有积极监测宝宝指标。从宝宝刚出疹子开始就有记录,包括每天出疹部位、发展情况、体温、是否有痒痒感等等。还记录了宝宝出疹前后是否疫苗,食谱,……然而!这厮看不都看,听也不听,看了一眼就打发去验血去了!留下一脸蒙○的陈老师和陈太太!
2.事中无解释:OK,去验血,等了一个半小时排队,缴费,抽血,出化验单。这厮看了一眼就说了句:嗯,有些病毒性,然后就开药了。
接下来是全场最佳时刻:
陈太太:“医生,什么叫病毒性?”
庸医:“跟你解释不清楚!”
陈太太:“那什么因素会导致病毒性?”
庸医:“不知道!”
陈太太:“那除了吃药后续怎么护理?”
庸医:“你看着办!”
%HG&*$#@GKJ$#MK*&XJ@SA%……
陈老师下意识地往外看了看,确认下这确实是广州市妇女儿童医疗中心,这哥们title确实是副主任医生。然而内心已经抑制不住咆哮了:“亲,你做的是血常规检查,大把地方可以查到检查指标怎么看。所谓病毒性不就是在说白细胞计数的九个指标中有两项偏高吗,随手百度一下网上也有正常值,参照值和偏差潜在原因。一个专业医生和百度知道的区别,不就是能解释这0.0几,百分之几的差别有什么前因后果吗!如果都是看着指标下结论要你何用!”
3.事后无跟进:当然看到医生开的药更气不打一处来。宝宝那么小就敢开扑尔敏,明明开场就说了没有瘙痒症状还开了止痒药。不仅如此,临走时还完美补刀收人头:
陈太太问:“用药以后多久需要复查?”
庸医:“你看着办!”
陈太太问:“那么要注意什么护理事项呢?”
庸医:“好好带就是了!”
陈太太很淡定的出门,说:“老公别生气,那些医闹砍得就是这种人!”是啊,你开的药又不是救命仙丹,一口下去万事ok。副作用这么大的药,总得交代一下注意事项吧,总需要家里人其他护理吧。
老油条医生觉得,自己说的少就可以少被抓把柄。这看起来很聪明,然而多少医患矛盾,就是因为这种信息不对称造成的。医生不愿意负责,懒得跟病人沟通;病人家属不愿意负责,想让医院承包患者的一切。最后医院拒收,病人家属闹事,两败俱伤。
然而更让陈老师感慨的是:做数据分析的同学中,有类似问题的更多。
数据和结论之间,差了一整个业务逻辑
有相当多数据菜鸟们是这么下结论的:做出一排数据再加个平均值,比平均值高的就是表现好,比平均值低就是差。做三根柱子,哪个高就是优势,哪个低就是劣势;高的就要保持,低的就要改善。写一份报告:我们一要夯实基础,二要提高数量,三要提高质量,四要增加收入。小伙新闻联播学的挺溜啊!
最集中的体现,就是“五棍流”运营方式,照搬AARRR模型,五根棍一摆就下结论了。有诗为证:
运营就是一句话
AARRR够啦
开场做出五根棍
哪根短了就补他
新人少了捞新人
留存差了活动拉
活跃不足搞签到
付费低下把券发
总之像打地鼠一样,五根棍哪里短了敲一下就好了。反正互联网公司不差钱,大转盘摇起来,券送起来,签到抽奖发起来,走你!。更搞笑的是,这种人你让他跟老板沟通一下,他不是沟通老板思考的问题,而是直接把五根棍丢给老板:“老板你说搞哪根我就搞哪根!”老板让他多思考考,他就开始抱怨老板水平不行,不会下决定了。
亲,你这么做,和一生病就打抗生素的庸医有什么区别?领导有眼睛,即使不做柱形图他也看得到哪个指标高,哪个指标低。领导们纠结的问题,更多是深层次的问题:是否有没看到的潜在因素?是否问题会进一步恶化?是否会影响到其他地方?看着指标就往下戳,戳出其他问题怎么办?
幸好你是数据分析师,你不会被领导砍,只会错过更多升职机会。经常见到一个公司数据部门明明有几位3年以上经验的数据分析师,可还是经常放出职位,要求招:“高级”数据分析师。大多都是因为在领导眼中,自己的数据分析师都是只会摆数据,不会下结论的庸医。
一个靠谱的分析,至少要做到以下三点
事前做功课
如果是被安排任务,需要主动沟通以下几个方面:提出问题的背景,领导判断问题轻重程度的标准?是有已经有初步的问题来源假设?是否有怀疑对象?是否有期望的解决形式?期望在多长时间内解决?如果是自己发现了一个点,觉得可以汇报,那么更要主动思考领导会怎么反问,做好准备,一个最简单的例子:我们发现新用户数量少了,想呈报结果,那么先自己问问:
是个什么问题:总数少了多少人?少的是哪些类型?
是多大的问题:所有渠道 Or 个别渠道,关键渠道占比?一次性问题 Or 连续性问题,是否越来越差了?持续多久?从什么时候开始的?
业务方做了什么:是投放力度减了(声量差了)还是文案换了(卖点不突出)还是撤了活动(吸引力下降)?
对手做了什么:整体市场环境是否有大改变?关键竞争对手是否有大动作?
这里相当多的东西不是具体数据可以衡量,却和数据结果息息相关,因此需要了解清楚,否则草率提议,肯定被各种这样那样的理由顶回来。
事中理逻辑:
常规的动作背后其实都有对应的业务逻辑,比如发券就能吸引新人,潜在的逻辑就是:“用户喜欢我们的产品但是嫌贵”。然而实际上,可能问题的背后有更多的逻辑,还拿新人数量少为例:
可能是用户嫌贵,对应可以考虑发券,打折,甚至免费体验。也能是单纯的用户没有看到我们的广告,投放力度不足,渠道有局限。也可能是我们卖点宣传有误,没有抓住用户需求。也可能是用户对我们缺乏信任,只有特定方式(比如好友推荐)获取的客户才更忠诚。
这里重要的不是我们自己想象的逻辑,而是领导的思考逻辑到底是什么?摸清领导的思考方式,我们就可以针对性把事前功课的数据组织起来,检验思考逻辑是否有误,减少领导对各种潜在问题的担心,也使得我们的提议更容易通过。
事后带检验:
分析建议带执行条件,带检验标准是靠谱的表现。比如我们发现是价格问题导致用户远离我们平台,决定投放优惠券的话,那么意味着我们已经初步了解了用户参照物,可以制定一个合理的优惠力度;意味着基于优惠力度和响应率,我们可以测算总经费成本;意味着活动投放后,新用户会注册并且领取使用优惠券,新用户领/用券比例有明显提高。
如果分析还没有深入到这个地步,只是停留在筛查原因阶段。那么就不要草率下结论。即使我们不主动做这些工作,老板也会反问这些问题。当然具体测算方法可以简单可以复杂,视我们有多少数据与分析经验积累,但是这个动作一定要做。这是要建立在对业务动作有一定程度了解的基础上的。,如果缺少积累,就先拿着数据和业务部门先沟通,获得认可,了解业务思路以后再深入分析。
不然的话就会显得分析在放空炮!一句开展优惠活动,废话,是人都会说!要你有何用?
请大家牢记:数据分析师,分析是大于数据的。数据只是分析的一个工具,是用来说明当前情况,验证假设的手段。我们需要输出的是结论,不是一个个孤零零的数字。为了更好地提供结论,需要充分的沟通问题,需要了解常见的业务思考逻辑,需要提出假设,验证逻辑是否成立,这样才能做领导的良医,祛病解疑。
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!
讲师: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。
博客:https://ask.hellobi.com/blog/chenwen/
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