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: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。
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:这些人谈合作容易,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。
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,这样才能让项目站得稳,站得牢(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。
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分层级输出(如下图),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。
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,场景拆分得越细,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):
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!反而做得越多,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)。
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,很多同学会本能地倾向于“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。
聊聊数据分析成果落地相关推荐
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 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 ...
- 数据分析不落地?典型案例教会你!
开局一张图 数据从业者们经常会陷入这种窘境:一方面抱怨长期做底层的脏活儿累活儿,驱动业务的机会太少:一方面真到了要给业务献言献策的时候,又被吐槽分析出一堆已知事实没啥实际帮助 很多文章都会选取一些理想 ...
- 2020中关村论坛未来青年论坛:聚焦科技与产业数字化转型,让创新成果落地开花
8月26日,由中关村科技园区管理委员会指导,朝阳区人民政府.未来论坛联合主办,中关村朝阳园管委会承办的"2020中关村论坛未来青年论坛",在北京举行. 作为2020中关村论坛的首场 ...
- 生活在数据时代;聊聊数据分析在当今社会生活中的有趣应用
以下文章内容,来自草堂君的新书<人人都会数据分析-从生活实例学统计>.因为新书中增添和细化了很多知识点,所以草堂君会逐步将这些内容补充到统计基础导航页中来,帮助大家建立数据分析思维.限于篇 ...
最新文章
- 【福利】Java 依然很牛逼!
- LR学习笔记三 之 界面分析
- 编写yara规则 检测恶意软件
- yolov3 推理所需要的时间_目标检测-番外五:YOLOv3-Plus
- C++语言基础 —— 数组
- Namenode双机热备之Pacemaker
- 并发下,使用redis防止数据重复插入(数据库未对表字段设置唯一情况下)
- vba ado返回集合_利用VBA代码导出工作表中的图片
- 凸包算法与JAVA求解的基本思路
- java web学习心得
- 计算机语言异或符号,异或门的电路符号表达_XOR的电路实现
- “996”引众怒,互联网疯狂的后遗症
- Python:利用Entrez库筛选下载PubMed文献摘要
- (素材源码)swanzhu学IOS(三)打飞机
- 用java写银行存款对账,银行存款对账要怎么做
- 【数组练习题】计算一下牧场中的草丛数量(详细代码)
- 机器学习数据的预处理
- CSS 文本超出两行显示省略号
- 7-30 实验3_13_最大公约数和最小公倍数 (100 分)
- WEB页面源代码查看