数据分析成果落地难?你需要注意这五个问题
落地、见效!是很多做数据分析的同学最怕的四个字。平时自己敲代码加减乘除很嗨,可一提落地就两眼一抹黑。到底要怎么落?落到哪里?完全不知道。每次报告结尾都写上苍劲有力的:本月活跃低了,要搞高!可好像也没人给我搞。咋办……今天系统讲解一下。这里有五个常犯问题。
1
问题一:没有区分服务对象
首先明白一点:在企业里做落地工作,最重要的是经费和人员。好点子多了去了,可离开资金投入与工作团队,点子就永远是个点子。大部分企业的数据分析部门,自己申请不到经费和独立的工作团队,因此更多是借力打力,通过服务业务部门实现分析成功的落地。这就要求我们得:有能力识别业务部门到底是什么人(如下图)。越大的企业,内部小团体越多,各个团体的小目标就越分散。光空喊口号,可没人响应的。
遇到不同人,当然有不同办法。
骄兵悍将:保护自己是第一位的,不要顶撞他们,更要避免沦为他们的甩锅对象。先安分守己,避免出错,再谈其他的。
新兵锐将:这是最优先考虑合作的团队,一旦发现,尽早聊,尽早开工!
疲兵倦将:这些人问题非常突出,且喜欢甩锅,所以除非已经有了有把握的方案,否则不要招惹他们,避免麻烦上身。
虾兵蟹将:这些人容易谈合作,但出成绩难,可以挑其中尚有生机的“活虾”合作,尝试着做一些小成绩,再争取更大的机会。
想克服这个问题,需要数据分析团队有良好的沟通能力及敏锐的识人眼光。特别是数据分析团队领导:如果数据领导自己都是“两耳不闻窗外事,一心关门敲键盘”,那下属也很难推动,很容易让整个团队淹没在无休无止的取数单里。类似的悲剧见得太多太多了,所以列为问题一。
2
问题二:没有清晰落地目标
我们常说:数据分析可以驱动业务,助力增长,洞察趋势。这些都是正确的废话,太大、太空、太虚。想要让数据分析成果在一个部门里落地生根,得把公司目标-部门目标-项目目标串起来。部门的目标服务于公司大目标,我们想落地的目标又服务于部门的目标,这样才能让项目站的稳,站的牢(如下图)。
想克服这个问题,需要数据分析团队的思维,从“我能做”到“我要做”进行转变。
我能做个模型→我要找到运力最缺乏的时间
我能做个报表→我要找出来效率最低的班组
我能做个ppt→我要识别最容易投诉的客户
最后输出的成果,可能还是模型、报表、ppt,但思考的角度,是站在对业务最有用的角度思考。不做这个转变,每日沉迷于笔墨纸砚、加减乘除,最后即使有人愿意合作,也很难出成效。往往让业务部门觉得——太理论化了。
3
问题三:没有区分输出层级
数据分析输出成果是有层级顺序的(如下图)分层级输出,要先看:业务部门对数据理解在什么层次。不做跳跃层级的事,沉住气一步步来,最后结果才容易得到认可。
这里不光新手,很多老手都会踩坑,比如:
不做沟通:不管业务目前啥水平,自己干自己的。
做沟通但没有检验:误以为业务很“数据思维”,结果才发现这帮人只是披着数据外衣的经验主义!
有检验但盲目自大:做数据的,自己看不起报表,觉得报表太简单,非要憋一个超牛逼模型出来,一模定乾坤。
有检验、不自大,但太过纠结:总怕做错,沟通频率太低,自己纠结细节,进度磨磨唧唧。
最后的结果,往往是:
项目工期太久,业务等得不耐烦
项目配合不畅,总被批不懂业务
项目期望值太高,最后一地鸡毛
所以,做数据的同学们,自己得先尊重数据,尊重数据落地的规律,尊重每一种数据产出形式。先打破自己心里的三六九等,站在“让别人认可”而不是“让自己开心”的角度,才能克服这一关。
4
问题四:没有结合业务动作
数据作为一个产品,和所有的产品一样,是有用户,场景,痛点,使用方式的。也和所有的产品一样,场景拆分的越细,越能够击中用户痛点。举个例子,大家就很容易看明白了(如下图):
5
问题五:没有产品化最终成果
这是最后一步,也是最关键的一步:数据产出必须固定成产品/服务。坚决不能让它躺在ppt或者excel里。所有业务对数据的态度,都是“当初求数像条狗,看完报表嫌人丑”。如果没有一个固定的产品或者服务,数据就很容易人走茶凉,事后表功的时候记不到。还容易让别的部门认为:不就是你敲敲键盘就可以了吗,为啥不能!反而做的越多,认可度越低。
所以坚决要出产品:
一来可以插个旗子,让大家记得这是我们的成绩;
二来可以告知未合作的部门,我们能做出什么样的东西,勾引他们合作;
三来可以告知所有人,数据的项目是有流程、人力、时间成本的,要合作就坐下来认真谈,不要指望丢几句话,键盘咔咔一响钞票就破屏而出。
注意,这里讲的产品,是一个广泛的概念,并非是死板的BI+仪表盘。因为,业务使用频率和认可度,是第一位的。很多做数据的同学一提数据产品,就想着搞花里胡哨的仪表盘,很容易让数据产品变成“为做而做”,最后打开率不高,更不指望别人说自己好了。换句话说,只要业务能用起来,数字输出到哪里,炫酷不炫酷,根本没那么重要(如下图)。
6
小结
数据分析成果落地难,本质上是难在“做项目”上。因为数据分析涉及数学、统计学、计算科学等等理论,很多同学会本能的倾向于“做学问”,忘了我们是在企业,企业是为了赚钱而努力。当然,也会有企业本身问题,真遇到队友都是虾兵蟹将,也没啥好办法。所以想把数据落到实处,产生效益,就得因地制宜,结合具体情况考虑。如果大家对这个话题感兴趣,本篇集齐60在看,我们分享一个营销端如何落地的例子,敬请期待哦。
原创精选推荐:
商品分析是什么?该怎么做(入门版)
数据分析报告,就该这么写
数据分析,怎么做才能“可执行”
让你的项目落地,并产生成果,是专业数据分析师的工作价值,陈老师在《数据分析师八大能力》视频课程中有详细讲解,购买课程,可加入学员群,获得陈老师一对一指导,点击左下方“阅读原文”了解课程。
扫描关注,更多超棒分析思路及职场经验分享
数据分析成果落地难?你需要注意这五个问题相关推荐
- 聊聊数据分析成果落地
转自公众号接地气的陈老师 落地.见效! --这是很多做数据分析的同学最怕的四个字.平时自己敲代码加减乘除很嗨,可一提落地就两眼一抹黑.到底要怎么落?落到哪里?完全不知道.每次报告结尾都写上苍劲有力的: ...
- 为什么你的数据分析成果总是难以落地?
为什么你的数据分析成果总是难以落地?数据分析的价值总是远远低于预期?相信看完这篇文章,每个人都能找到一个属于自己的答案.以下为从事电力.军工.金融等行业担任数据分析师从业者的多年行业经验,希望能对大家 ...
- 港科夜闻|香港科大与香港资管通有限公司签署校企合作备忘录,成立校企合作基金促科研成果落地...
关注并星标 每周阅读港科夜闻 建立新视野 开启新思维 1.香港科大与香港资管通有限公司签署校企合作备忘录,成立校企合作基金促科研成果落地."港科资管通领航基金"28日在香港成立,将 ...
- CVPR2021单目深度估计:腾讯光影研究室优势夺冠,成果落地应用
计算机视觉研究院专栏 来源:机器之心,作者:Edison_G MAI(Mobile AI Workshop)是由 CVPR 主办的 Workshop 竞赛.MAI 2021 挑战赛赛已于 2021 年 ...
- CVPR单目深度估计竞赛结果出炉,腾讯光影研究室优势夺冠,成果落地应用
作者丨Edison_G 来源丨机器之心 MAI(Mobile AI Workshop)是由 CVPR 主办的 Workshop 竞赛.MAI 2021 挑战赛赛已于 2021 年 2 月至 4 月线上 ...
- 成本高、落地难、见效慢,开源安全怎么办?
作者 | 彭慧中 责编 | 屠敏 出品 | CSDN(ID:CSDNnews) 2021年底,Log4j漏洞引发全球信息安全大地震,世界各国政府.非营利基金会.智库都在高度关注开源安全领域 ...
- AI落地难成业界共同困境,钛灵AI算法市场来破局
人工智能行业从初期的狂热,到中期的遇冷,以及到现阶段的重焕生机,人工智能产业逐渐趋于理性,进入到寻找合适商业落地途径的新阶段. 然而,人工智能商业价值彰显之路却走得并非一帆风顺.新技术.新业务模式带来 ...
- 干货 | 数据治理落地难?携程度假数据治理需求设计实践
作者简介 Leon Gu,携程数据仓库专家,负责度假数据中台和数据仓库等工作,专注于大数据.数据仓库.数据治理等领域. 一.前言 携程度假包含跟团游.自由行.玩乐.门票.用车等十多条业务线,业务涵盖线 ...
- 干货|数据分析之落地sop流程(一)
来源 / 溜溜说笔记 文 / Janie(溜溜) 字数 / 3547 预计阅读时长 / 3分钟 前言 数据分析涉及很多知识点,各个网站也都能搜到,但很少有一种系统化的流程来参考,也有读者后台留言问到数 ...
最新文章
- http get请求相同的key_B站微服务框架Kratos详细教程(2)HTTP服务
- 怎么形容智能冰激凌机器人_一种人机交互型冰激凌多功能自动售卖机器人的制作方法...
- 如何搞30等角视图.斜45度说法不合理
- 02.Python基础_标准数据类型_数值型_字符串
- CORS漏洞的利用方式(精)
- ajax上传json到服务器
- Hazelcast发布开源流处理引擎Jet
- ThinkPhp 更改 BIT 类型的问题
- [svc]Linux中Swap与Memory内存简单介绍
- POJ2826 An Easy Problem?!
- 仿美团酒店预订的html模板,jQuery手机端仿美团酒店预订日期选择插件
- 安卓手机Mqtt调试工具 ESP8266 mqtt服务器
- 结构设计到项目管理:工程师是怎么练成的.
- 微信小程序云数据库增删改查
- html网页制作代码大全表白 html表白代码大全可复制,浪漫的html表白特效网页制作源代码
- SQL 求同比 环比
- 高校创新英语挑战活动策划方案
- 桌面虚拟化(VDI)的概述
- 帮你混迹职场风生水起的八大定律
- 更快地编写更好的代码:5 分钟阅读