野生数据分析师脱困指南

4 评论 4178 浏览 18 收藏 12 分钟

野生数据师没人带,没人教,处于一种迷茫的状态,许多同学或许都会遇到这样的情形。那么,对于此,野生数据分析师该如何脱困呢?作者分享了一些方法,希望对你有所启发。

没人带、没人教、没团队,你占了几条?如果三条占两条,就是所谓的“野生”数据分析师了。如果再加上:

  • 公司数据基础建设一塌糊涂
  • 其他人都催着你赶紧给数据
  • 领导总嫌弃你分析不够深入

那就是传说中荒野之神——野中野的数据分析师。

没几个人喜欢这种状态。没人带会让人迷茫,没人教上手很慢,没团队则在干活的时候经常被欺负。如果再加上被人嫌弃,那简直不用干了。隔三差五,就有同学来抱怨。该怎么破局呢?大家知道,陈老师一向不喜欢灌鸡汤,今天我们就脚踏实地来研究下,该怎么脱困。

一、从识别生存环境开始

注意!对数据分析师来说,真正最难的是没数据。如果连基础数据建设都没有,每天拿着各种来源的数据东拼西凑,自己搭草台数据库,那就真的没啥搞头了。相比之下,分析要求多,流程乱,都是疥癣之疾。因此在识别生存环境时,首先看的是公司的数据基建情况。

虽然都有可能出现“没人带”的情况,但是具体到数据基建上,可能有五种状态:

状态1:公司刚起步,啥都没有,依赖阿里、亚马逊等平台提供简单、基础数据。

状态2:公司有一定规模,有业务系统(比如进销存,ERP)但数仓没搞起来,也没有数据团队。

状态3:公司有一定规模,数仓有人管,但是没有专门的数据分析师,现在刚开始招人起步。

状态4:公司有数据部门,但是自己被散养在外边了,比如丢在运营、产品、用户增长团队。

状态5:公司有数据部门,自己也在数据部门,但是领导不愿意教,也不带!总让我自己多想想……

这里,状态1、状态2是没数据的状况。

这种时候相当麻烦,一来,这时候连基础数据都没有,大量的工作要处理基础数据;

二来,因为团队缺失,没有人能凭一己之力把所有开发做完,肯定会有很多野路子搞法,会有很多东拼西凑的东西;

三来,小公司的业务很多依赖平台,基于平台数据,能挖掘到的东西也有限,运营经验比分析能力要有用的多。更不要提,小公司流程不规范,同事之间摩擦是很有可能的。

划木筏的经验,不见得对造航母有用。所真在这种团队,先问自己一句:“我喜欢这个团队吗?”如果喜欢,那么尽可能满足团队需求,野路子/正路子无所谓,先把团队所需要的做好,等团队规模做大,能招人了,再逐步补齐能力短板。

如果不喜欢,就润吧。注意!想润其他公司,有一技之长即可,不见得要满足所有需求。特别是很多从业3年内的同学,有取数能力,了解常规业务指标,熟悉数据看板、报表做法,润走是问题不大的。

状态3、4、5,实际上是有数据的,更大的困难是没人教,没人带,用不好。和没数据相比,起码有工作的基础。更多要看怎么应对工作挑战。

二、区分面对的挑战

在有数据的情况下,如果缺少团队和指导,很有可能面临的压力,都是业务给的:

  • 业务为什么拿数据,不跟你说
  • 业务拿到数据以后干了啥,也不跟你说
  • 你提的意见,业务不是不理,就是“早知道了”
  • 业务主动问你的问题,都是算命,比如“准确预测下销量”
  • 业务直接把他们问题甩到你面前“你说我该怎么做活动……”

随便碰上一个就能把人气半死,碰到3个以上,就会让人有离职的念头,甚至自我怀疑:“到底这个数据分析该咋干???”

这里的核心问题,是需求分类的问题。

【以下部分是重点】

数据分析支持业务,是分步骤,分层级的:

第一步:梳理业务流程,建立指标体系

第二步:提供基础数据,满足基础需求

第三步:建立判断标准,增加监控/警报

第四步:分析问题原因,积累分析经验

第五步:建立业务标签,提升测试能力

第六步:总结业务规律,提升预测能力

第七步:建立业务标签,分析复杂问题

这一步是一步步来的,特别是前三步,着急不了。如果数据采集不完善,基础数据不全面,今天看到10%下跌觉得很正常,明天就为1%下跌急得抓耳挠腮,那还做啥深入分析。

但是业务部门并不理解这些。很多人都认为:“不就是一个数字吗,为啥要这么麻烦”还有些人认为“你看数学/统计学/机器学习的公式那么复杂,丫一定有魔法,我输入一个12345,丫就能算出惊天秘密”。因此业务部门总是嫌弃基础工作浪费时间,总是想一步迈进魔法时代。

这时候,数据分析团队的领导就非常重要。如果是有团队,而非野生状态。团队领导就会帮助业务梳理需求,把需求分层,基础类的数据采集、指标体系、数据监控,以固定报表/看板的形式满足。满足个性化需求时,优先满足老板们的需求。一个独立的部门经理/高级经理/总监的身份是很必要的,可以利用职场规则,挡掉很多不靠谱的事。

但是,没团队的野生哥们就惨了。特别是那种人就在运营、用户增长、产品、销售部、市场部,却挂了个“数据运营”“数据专员”“数据支持”的哥们。本来就是业务部门的人,又吃业务的饭,业务会理所当然认为你能搞掂这些。所以被虐得最惨的就是这些哥们。这些哥们连讲理都没地方讲理——上司就是业务的头,丫不听呀。

这个时候,问问自己“我喜欢这个团队吗”如果喜欢,就坚持住,尝试按照正常的流程,先解决基础问题,再输出复杂分析结论。如果不喜欢,直接润是没啥问题的。

三、提升自身的能力

还有一种情况,就是虽然有数据团队,但是上头的领导不!管!事!没啥工作指导,也不会出头和业务沟通,说不定还转过身PUA下属:“你看,你的独立工作能力还不行呀!”搞得很多同学心生疑虑:“这人是咋混上来的……”以及“我要怎么扛过去……”

注意!一个人能当上领导有很多原因:

  • 大厂镀金出来的
  • 熬资历熬上来的
  • 伺候老板很舒服
  • 丫就是靠卖下属上台的

特别是第四种,有很多数据团队的领导,如果发现项目成果很好,就自己去汇报。如果对分析报告/预测模型没信心,就让下属去汇报,让下属顶第一波雷再说……

所以,如果真遇到上司不顶事。仔细看看他自己交付给老板/其他团队的成果质量如何。如果他自己都不着四六,老板也不满意,那就说明丫是个水货。如果他自己交的质量不错,但是不怎么给你意见还PUA,那就是在卖队友。

此时怎么办呢?注意!数据分析,是少数不需要领导审批也能工作的岗位。因此即使独立面对业务,也不用着急,一步步去做。

  1. 把不属于数据分析的,比如“我该怎么办”摘出来
  2. 属于数据分析的,按照前文所属流程,一步步做
  3. 碰到诸如“建模/预测”一类复杂问题,先把需求搞清楚
  4. 在数据允许的范围内,提供输出,数据都没有的,直接放弃

这样可能会得罪一些人,遭一些差评。但说实在的,在你的领导散养你那一刻,遭差评、得罪人就是命中注定的。所以不用纠结这些。等自己技术经验/业务知识积累够了,就再问自己一句:“我喜欢这个公司吗”如果不喜欢,我们润的本钱也攒够了。

四、小结

从本质上看,数据分析是个技术工种,不像运营/产品,非常依赖成功案例。作为数据分析师,有能力提取/加工数据,了解常见的业务场景,能梳理清晰需求,能搭建看板/模型,能做好测试,就足够我们安身立命了。自己的硬本事是关键。

以上详细的场景拆分,总结成一句话,就是:“不要因为公司基础不好/业务态度冷淡/领导的PUA,而把我们宝贵的精力浪费在积累核心能力以外的事情上”,努力提升能力,更好的公司的是!与大家共勉。

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 pexels,基于CC0协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。

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. 敢说

    来自浙江 回复
  2. 没团队的野生哥们就惨了。特别是那种人就在运营、用户增长、产品、销售部、市场部,却挂了个“数据运营”“数据专员”“数据支持”的哥们。——说的不就是我吗,苦涩

    来自浙江 回复
  3. 作为数据分析师,有能力提取/加工数据,了解常见的业务场景,能梳理清晰需求,能搭建看板/模型,能做好测试,就足够我们安身立命了。

    来自美国 回复
  4. 看完满脑子循环播放一个字 润

    来自香港 回复