数据分析师,你是车夫,还是拉车的驴子

4 评论 5147 浏览 8 收藏 11 分钟

编辑导语:随着互联网时代的发展,大数据时代早已来临,我们平常生活和工作,都跟很多数据打交道;“数据驱动”一词也出现了,但是数据驱动是什么?你做的真的是数据驱动吗?本文作者详细分析了“数据驱动”和它的现状,我们一起来看一下。

“数据驱动业务”是句非常时髦的话,也是让很多同学头疼的话,因为这玩意看得见摸不着呀。

天天光听着喊“驱动”“驱动”,可到底咋驱不知道;而且问个问题也被业务喷,提个意见业务也不听,还总嫌弃数据分析不够深入,分析建议不够具体,咋整!今天用个形象的例子讲解下。

一、到底什么叫驱动

说到驱动,最典型的场景就是驾驶马车的车夫了;马儿拉着车子,车夫拿着鞭子,一声:“驾!”马儿就拉着车子快跑。

那么问题来了:车夫要怎么样驱动马儿拉车呢?

思考一秒钟!

直观能想到的是:

  • 指明方向:揪着马儿往正确的路上走。
  • 提高速度:一鞭子抽马儿屁股上。
  • 增加补给:多给马儿吃点料。
  • 预告危险:看到有坑就把马拉住。

这才是驱动直观的做法。

这四点,其实对应四大问题

  • 目标问题:起点、终点。
  • 方法问题:怎么做才能更好。
  • 投入问题:投入多少资源。
  • 限制问题:限制条件影响下是否会出事。

在企业里也是一样,想要驱动业务,首要解决就是四大问题(如下图):

数据分析师,你是车夫,还是拉车的驴子

二、数据对驱动的作用

然而注意,这些看似简单的动作,做起来并不容易:

  • 指明方向:意味着得清楚起点、终点。
  • 提高速度:得清楚马到底能跑多快,不然光抽鞭子,马都痛死了,咋跑。
  • 增加补给:得清楚马跑一天需要多少草料,一顿吃多少?太饱,撑着;太饿,没力气。
  • 预告危险:得清楚路上哪里有坑,得知道马车能承受住什么样的颠簸。

可以看到,四个问题都和数据有关系!其中最重要的就是量化目标。

起点、终点直接决定了要走什么路,有几条路可以走,路上要准备多少草料,会有什么坑;所以目标不确定,一切免谈。

目标不但要确定,而且要清晰!不然光甩一句:带我在若羌县逛一圈吧,听着很简单;到了才发现,这个县居然有两个浙江省大!跑死也跑不完。

这里就有一个问题产生了:如果我们从来没驾过马车咋办?如果我们从来没走过这条道咋办?如果我们用的马从蒙古马换成了阿拉伯马咋办?

这些都是全新,没有数据;在没有数据的情况下,可以先做测试;小范围的跑一段,看看路况,看看马的体力,学习下马车咋啦。

这就是数据驱动的两种基本模式:

  • 对于已经熟悉的业务:总结经验、发现问题、剔除bug;
  • 对于刚刚开展的业务:测试效果、分组对比、发现规律。

数据分析师,你是车夫,还是拉车的驴子

三、数据驱动的高级玩法

注意:以上是基于“马儿不能换,车子也不能换”这个前提来讨论的。

如果车夫的驱动目标不是“驱动马儿”而是“驱动车子更快、更便宜地把货物送到目的地”,那就有更多可以做的事了。

  • 选好马:哪只马跑得快,耐力好,用哪只;
  • 换好车:车轴上油、车身加固;
  • 分配货量:分几次跑,别一趟累死一只马了;
  • 用便宜的:货主给不起钱,那换个驴子,便宜。

这就是驱动的更高级玩法——从目标出发,不局限于手段,选择更合适的方法达成目的。

数据分析师,你是车夫,还是拉车的驴子

四、数据驱动的一种脑残搞法

问,如果有一天,你看到一个车夫在:

  • 自己撸起袖子拉车,要什么马!
  • 车上套个猪,然后抽鞭子赶着猪拉车。
  • 车上套个死猪,然后研究怎么把死猪起死回生。

请问:你会认为这个车夫掌握了强大的宇宙力量,还是认为这个车夫是个神经病?

他当然是个神经病啦!马车,马车,有马的车才叫马车;驾车的人不去研究怎么驾驭马匹,怎么强化车身,而是试图代替马儿跑,这不搞笑吗!猪拉不了马车,这是常识,用猪来车这不搞笑吗!企图把死猪搞活不更搞笑吗!他都有本事起死回生了,他还当车夫??!!

然而:当车夫变成数据分析师;把马车变成运营、营销、策划……;把鞭子变成“大数据”“人工智能”“算法模型”。

你会发现:试图用鞭子抽着老母猪拉车的事,在各个企业都有上演,层出不穷,精彩的很。

很多业务一听“数据驱动”四个字,立马撒手不干,啥都指望数据干。

很多业务把全部希望寄托在“100%精准预测”上,不考虑其他可能,不做应急方案。

很多业务大谈特谈“数据分析要具体”,然后连做几个页面,画几个按钮都甩给数据。

很多业务本身流程存在问题、产品质量低下,自己懒得改进,全指望“数据精准推送”。

这不是让车夫来拉车这是什么?这不是用鞭子抽死猪这是什么?

更不要提那些连基础数据收集都没有,连数据分析都懒得做,连业务目标都不清楚;上来就喊:“我们要提高业绩,请具体分析出提高业绩的方法。”的货色——就这么说吧,你去庙里拜菩萨,你都得跟菩萨说个具体事:“保佑我赚100万”“保佑我生儿子”之类的;况且你的数据分析师不是菩萨。

五、数据驱动的另一种脑残搞法

问,如果有一天,你看到一个车夫在:

  • 对着马儿的长耳朵说:”你说咱咋跑比较好呀???”
  • 赶车?赶车无非就是喊:“驾!”“驾!”,你一喊马就跑了。
  • 在微信群里问:有没有头、腾、阿的高级车夫,有问题,可付费!
  • 在网上搜《21天0基础精通赶车》的pdf版资源。

你是会觉得这个车夫是个赶车科学家,还是个书呆子?

当然是个书呆子啦!只有基础科学才有系统化的书给人学,类似拉车这种实操性这么强的事,不去现场观摩,你找头腾阿有毛线用;因为小马哥名字里有马,所以他们家员工都会驾马车???局限于书本,企图硬搬书本知识解决实际问题,盲目迷信所谓“大厂”“高级”,是很多数据新人常犯错误。

然而,你一提理解业务,很多新人又跑到另一个极端去了:啥都是直接问,人家说啥他信啥;数据呢?检验呢?总结呢?全都忘到脑后了。

事后还洋洋得意:我跟业务沟通过啦!可能被人卖了还在帮人数钱呢。

所以数据驱动业务,需要的是数据和业务一起努力;业务自己清晰方向,努力提升设计、运营、美工、产品研发等业务能力;数据认真采集数据、监控过程、复盘结果、总结经验、测试创新,才能发挥做大效果。

然而,这两年人工智能概念的流行,让数据驱动业务越发变得一塌糊涂。

现在流行的是:业务懒得思考,指望着“100%精准预测”的模型魔法,能帮他们开天眼;然后数据自以为自己真的能做出来“100%精准预测”,只要他能找到一个头腾阿的大神给他一本《21天0基础100%精准预测》pdf版然后保存到电脑D盘-干货-数据挖掘-算法模型文件夹里。

结果嘛,自然是骂人骑瞎马,夜半临深池了。

本篇讲解相当通俗了,如果想具体案例,关注接地气的陈老师,下一篇我们分享一个零售行业如何用数据驱动数字化转型的例子,敬请期待哦。

#专栏作家#

接地气的陈老师,微信公众号:接地气学堂,人人都是产品经理专栏作家。资深咨询顾问,在互联网,金融,快消,零售,耐用,美容等15个行业有丰富数据相关经验。

本文原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议

给作者打赏,鼓励TA抓紧创作!
更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 感觉比喻有点太过了,反而不好理解本身的意义

    回复
  2. 我是那个被车夫架着的被驴驮的车

    回复
  3. 大数据赋能运营就像从驴车变为汽车,看着提速明显,如果应用不合理,可能都发动不起来或者开沟里去,所以如何让数据帮助业务更好地运营开展,也就是保障驾驶技术(路线已明确)更为重要,而不是车子本身。

    回复
  4. 大数据赋能运营就像从驴车变为汽车,看着提速明显,如果应用不合理,可能都发动不起来或者开沟里去,所以如何让数据帮助业务更好地运营开展,也就是保障驾驶技术(路线已明确)更为重要,而不是车子本身。

    回复