就光会拉个数,要你数据分析师有什么用?

1 评论 5320 浏览 12 收藏 14 分钟

编辑导语:数据分析的重要性不言而喻,然而也有很多人认为数据分析师就是一个“拉数工具”。对数据分析师来说,要想避免沦为取数、跑数的工具人命运,就必须明确并巩固自己的优势与价值。作者从自己实际工作实践出发,总结分享了相关经验,希望能够给你带来一定的启发。

“就光会拉个数,要你数据分析师有什么用?”

这句话是一个数据分析师朋友告诉我的。听到这句话的时候,他感到非常冒犯。为此他很沮丧,不知道该如何应对。

正好,上周末听了宋世君大佬做的一次内部分享。分享前,收集了一些共性的问题,有些也与我朋友的诉苦类似。就比如这个:

感觉自己快撑不住了,每天都很”拧巴”,周围身边的同事都在言必谈分析,自己这个专门做分析的人却做不了分析,与同事的交付基本都是中间态,比如这个报表什么口径,那个地方有没有上报,这么计算有没有问题,总不能像唐僧似的,逢人便说“你别做分析,还是让我来”,既不能劝退,又不能主动,那就等待,可是想等别人分析出问题(非恶意),似乎一直也等不来。

一、企业的数据分析文化

很多数据分析师都以“SQL Boy”、“SQL Girl”自嘲,这个外号其实透露着非常多的无奈。很多数据分析师都感叹,每天都是在写SQL、拉数、出报表。运营和业务拿走数据之后也不知道干了些啥,然后就一个大锅扔过来,说数据错了。

还有就像上面那位朋友描述的场景一样的,言必论“分析”,但是数据分析师却做不了分析,实在是太拧巴了,根本体现不出数据分析的价值感。

宋世君大佬其实讲的很透彻,这就是企业数据分析文化导致的。甚至,绝大多数公司给数据分析师安排的岗位目标就是这个,保证有数,数据对。工作任务自然就变成了每天都处理数据、做报表、背锅。

诚然,很多人对数据分析的理解不一样,当然结果就不一样。我一直就跟很多人表达一个观点,工作最重要的不是把事情做好,而是是教育。用“教育”这个词不太好听,换个词可能比较合适“拉平认知”。因为只有理解一样了,对一个问题的难易、解决的时长才能有理性的认知,才能坐下来一起好好商量对策,才能把事情顺顺利利的做好。我理解,这也是宋世君大佬所说的企业数据分析文化。

二、数据分析师生存之道

在宋世君大佬的位置上,当然可以去推动数据分析文化的发展了,但是我等“SQL Boy”、“SQL Girl”面对这种:

【有问题又不细说,说问题只让提数,提了数又不让分析,分析了也不听结论,听了结论又说早知道,知道了结论又要策略,给了策略又不用,用了策略又不好好执行,执行不好又甩锅过来】的情况,你说我们能干啥?

我们还能抱着“数据分析是一种艺术”这样高高在上的感觉继续自嗨吗?给你一个3.25信不信?

所以啊,我们真得好好盘算盘算一下,看看数据分析师都能从哪些方面体现自己的价值,都能在那些方面使劲。这样也好规划出进化的方向不是?

其实体现自己价值也就这几个方面:

  1. 我懂,你不懂,这是认知差,体现知识的价值;
  2. 我会,你不会,这是能力差,体现技能的价值;
  3. 我快,你很慢,这是效率差,体现高效的价值;
  4. 我有,你没有,这是资源差,体现独特资源的价值;
  5. 我知,你不知,这是信息差,体现掌握信息的价值。

这些是从哪里来的呢?当然不是我瞎编的了。我是参考生产要素整理出来的。核心的生产要素就是劳动、资本、土地。劳动又分为工作时间、知识智慧等,资本又可以分为资金资本、人脉资本、设备资本等等。反向梳理一下,上面的5点就出来了。

当然啊,按照这个逻辑,你还可罗列出来更多。但是我觉得有这么多,就已经足够我们分析了。我们挨个来分析哈:

跟运营、业务比,其实信息差优势不大。我们是对数据更了解,但是他们对业务更了解,细节知道的更多。所以信息差没啥优势。

对于我们数据分析师个人来说,设备、数据等资源都是公司的,虽然我们的权限会大些,但肯定不能当做我们的核心奋斗目标。而且你越是藏着掖着,到最后这些绕不过去的活肯定就都成了你的。而人脉这个东西,谁加个数据分析群群还不是分分钟的事情啊?资源差不可取。

至于工作时间,谁还不想早点下班啊!凡是用疯狂加班体现自己价值的,我个人是不太建议的。工作效率咱倒是有自信的,但是架不住N多的需求,和不断的改需求啊!效率越快,成为SQL Boy的可能性越高。效率差策略完败!

至于技能,这是最让我们哭笑不得的地方。现在那个运营还不会写几个Select啊?就算不会SQL,放excel里也一样做分析啊,看看趋势、各种对比、细分,数据分析的方式方法其实也就那么多。啥?你说指标体系?正规公司那会老规划啊?再说了,谁都见过指标体系,从上家公司抄几个过来也能糊弄事。更不用说现在各大厂都在全力推进数据产品建设,数据分析这种事情变得门槛越来越低了。能力差越来越小了。这也是数据分析师们越来越恐慌的核心原因。

唉,我们这么盘算下来,也只有认知差这一条路了。知识、智慧、洞察力,才是我们的核心价值所在。那该怎么做呢?

三、奥义·大分析术

前面唠叨的够多的了,下面就直接上干货了。

提升知识、智慧和洞察力,首先第一条就是不能下牌桌

什么数据分析要懂业务这种废话就没必要再强调了。你再懂,不跟运营一起开会,也就是不在一张桌子上打牌,他们就不会听你的。不信你看,牌桌上的人听谁的,不听谁的?他们对旁观者的言论是最讨厌的,在牌桌上的牌友骂他都得认,因为他知道是真的打错了。

不下牌桌这个比喻不太好听,那我们换个词吧,叫“共生”。数据分析和业务运营一定要在一个体系上共生,否则数据分析师就会因为分工,变成SQL Boy了。个人可以通过参与某个项目的方式加入进去;数据分析团队可以通过建立“DABP 数据分析商业伙伴”的形式散播人员到运营团队去。

别以为我是在瞎扯啊,阿里之前就这么玩过,我自己也这么安排过,效果非常好,这样我们就能跟整个组织紧密的“共生”。

第二条原则就是一起面对难题

有些牌品不好的人,赢钱了就跑,输钱了不让人下桌,非得回本不可。这种人最后的下场都不咋地。作为一个合格的“DABP”,我们必须得有与运营、业务共同面对难题的勇气和担当。

当然啊,“运营”、“业务”也不是一个整体,也有管理层和执行层的区别,也有产品线、分工的区别。同时呢,难题和难题也是不一样的,有需求导向的,有问题导向的,有KPI导向的,有任务导向的。我们肯定是要细化思考、区别对待的。篇幅有限,我只举一个例子展开分享一下。

我之前在电商公司担任数据负责人的时候跟业务联系很紧密。有一次,广东省地推负责人在微信上跟我吐槽,说广东是新开的区,运营又不给政策,业务拓展太难了。我对运营也比较了解,新区的红包政策是有的啊,了解之后才知道,新区的红包给的都是小额的红包。但是广东都是二批商居多,小门店基本都从二批商那边进货。那我做了一个什么事?跟运营负责人聊,两边搭桥,把广东的小额红包改成大额红包,但是总体优惠力度不变。这样瞄准的目标就从小门店转向二批商,切口变了,效果自然就好了。当然,这种事情不能一直干,否则就离公司拉拢门店的目标越来越远了。

什么是精细化管理?这就是啊,面对具体的问题,制定具体的策略。之前看贝壳的管理,他们都是一城一策,有些特殊城市甚至是一区一策。如果我们数据分析师不能跟运营、业务一起了解细节、面对问题,出来的方案肯定让人嗤之以鼻啊!这个我称之为“共死”。

第三条原则就是一起搞建设

各种数据产品肯定是要搞的,有些数据分析师很抗拒,认为数据产品抢了自己的饭碗,让自己提数的需求变少了。

这个想法很可笑,就像那个“高速收费员”骂政府一样。不过好歹高速收费员还能骂骂政府,10年前的“打字员”连个骂的对象都没有。各种多维分析、即席查询的数据分析工具让数据分析的门槛变低了是不错,但是技术的发展是必然的趋势,个人是无法阻挡历史的脚步的。

所以我们必须要端正心态,要跟运营、业务一起搞建设,让我们从“对数据、核口径、出报表”的重复劳动中解脱出来,投入到商业问题思考、策略制定、活动复盘、方案建模等更有价值的事情上去。这就是“共建”。

四、总结

很多数据分析师面对“人人都是数据分析师”的浪潮,变得越来越焦虑、恐慌。盘点下来,我们在资源、信息、效率、能力等方面的价值感越来越少,唯一让我们持久和坚挺的,是我们的知识和智慧。

我整理了三个能放大知识和智慧的原则及其具体方法:共生、共死和共建。

  • 共生:不下牌桌,个人通过加入项目的方式与运营、业务在一个牌桌上;团队可以用”DABP“的制度达到同样的目的。
  • 共死:一起抗下困难,解决问题。必须细化思考、深度思考、case by case的直面问题,解决问题。
  • 共建:接受技术必然不断发展的事实,与各方共同建设数据产品,提升效率,把自己从重复劳动中解脱出来,腾出时间创造更大商业价值。

 

作者:大数据架构师,公众号:大数据架构师,国药国华大数据总监,擅长BI、数仓、数据中台产品规划领域

本文由 @大数据架构师 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pexels,基于 CC0 协议

给作者打赏,鼓励TA抓紧创作!
1人打赏
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. 我们小组踩中所有坑,然后被解散了。。。

    回复