江苏龙网

  1. 首页 > 人文 > >

数据分析怎么做才能驱动业务？3个角度教你一套实用方法论

大部分数据分析刚入门的时候 ， 都难逃工具人的宿命 ， 每天被业务吆来喝去的取数据 ， 数据有问题要担责任 ， 报表做了一堆 ， 最后功劳还都是业务的 ， 好不容易熬到了正经的业务数据分析 ， 又不知道该怎么做了 ， 拿着一大堆数据 ， 业务随便抛出个问题 ， 自己根本不知道从何下手 ， 好不容易做出了分析结果 ， 业务又不满意了 ， 说没有价值 ， 有时候老板也不认同 。 都说数据分析要落地业务才有价值 ， 说起来容易做起来难啊！
数据分析怎么做才能驱动业务？3个角度教你一套实用方法论
文章图片
为啥我们做的数据分析难落地？
为什么我们的数据分析往往很难落地呢？在说原因之前 ， 我们先来分析一些都是谁在反对我们的分析结果
第一个肯定是业务 ， 很多数据分析师只关注于数据本身 ， 不懂的业务逻辑 ， 所以做出来的东西就会十分的浅显 ， 比如说PV、UV的问题 ， 业务自己肯定知道表面原因 ， 它需要的是深层次的原因 ， 以及做法；另外一方面 ， 千万不要跨过业务部门去提高业绩 ， 我们的工作不是为了验证数据分析能够带来效率的提高 ， 虽然最终体现在业务效绩上 ， 但是你要是提高了业绩 ， 你让业务怎么办？业务存在的意义不就没了嘛 ， 人家自然不会把主动权给你 ， 所以从主动权和被动价值上看 ， 业务都是不会轻易认同我们的数据分析价值的 。
然后是领导层 ， 我们还是先从被动价值上看 ， 领导要的结果很简单 ， 提高利润 ， 减少成本 。 假如说你拿着一份数据分析报告去找老板 ， 说我们要加大广告商的投入 ， 老板问你为什么 ， 你拿着分析报告解释说这样可以提高利润 。 那么涉及到钱的问题 ， 老板一定会谨慎 ， 所以你需要十分严密的说服逻辑去说服领导 ， 让他们接受你的结果 ， 但是往往老板更相信自己的感觉 ， 所以你的结果如果有任何的一丝不准确 ， 那么就over了
再从主动权上讲 ， 谁来做决策？数据分析来做决策吗？不是 ， 那要领导也没用了 ， 我们数据分析的目的千万千万要记住 ， 是辅助决策 ， 是指导决策 ， 我们的角色是大臣 ， 不是皇帝 ， 决策权不在我们手上 ， 所以千万不要跟老板要求去做数据分析 ， 说不这么做的话我们公司的业绩就完了 ， 老板凭啥信你？凭啥信数据？所以你要做提案 ， 用详细的逻辑去说服 。
最后就是自己 ， 也就是我们自身做数据分析的时候 ， 有可能也意识到了 ， 数据分析看上去就是个很虚的东西 ， 我们可能做了很久 ， 但是确实是没什么价值 ， 主要还是在于我们没有什么业务的经验积累 ， 很多人都只是埋着脑袋干活 ， 没有仔细去思考核心的问题和解法 。
数据分析怎么做才能驱动业务？3个角度教你一套实用方法论
文章图片
从数据分析的层次上看 ， 很多人仅仅是做到了第三层的分析结果 ， 而忽略了数据分析方案的落地以及让其产生业务价值 ， 这是阻碍数据分析人进阶的最大问题！
问题究竟出在哪？
【数据分析怎么做才能驱动业务？3个角度教你一套实用方法论】数据分析的结果如果不能落地 ， 那就只是纸上谈兵；只有真正落地被执行之后 ， 见到了业务的提升 ， 才是数据分析人员的价值所在 。
我们可能做了很多的数据分析工作 ， 自认为是有价值的 ， 但其实这里面有一个很大的坑：是否有价值不是由我们来判断的 ， 而是由业务来判断的 。
首先 ， 再次强调请树立一个正确的意识：数据分析的目的始终都是解决业务的问题 。 如果业务发自内心认为我们做的东西有价值 ， 那他们自然而然就会执行分析结果了 。
数据分析怎么做才能驱动业务？3个角度教你一套实用方法论
文章图片
所以数据分析不能落地往往有这么几个原因：
1、我们的数据分析结果可能是错的
比方说你在分析过去一年来产品销售的情况 ， 如果你使用公司的数据库来提取这些数据 ， 首先就需要了解数据库内数据的来源 。 如果这些数据有缺失 ， 分析师往往很难察觉 ， 一线人员比分析师更有经验来判断这些数值准不准确 ， 如果他们感觉数值不准确就不会相信分析师的分析结果 。
2、我们的数据分析结果可能没有实施价值
有的时候就算分析结果准确 ， 实施起来可能也不那么容易 ， 换句话说实施的成本太高 。
老板更相信自己的经验 ， 而不是结果老板或者业务觉得数据分析有价值 ， 但是需要做更有价值的事情 ， 也就是数据分析的结果性价比太低 。
其他的相关部门不重视有时候数据分析并不是只关联业务部门 ， 其他部门的资源是一定稀缺的 ， 要说服他们支撑我们的数据分析是件很困难的事情 。
总结成一句话 ， 其实就是数据分析落地业务的时候 ， 受自身、业务和其他角色三重阻力 ， 想要实现业务赋能 ， 就要想办法克服这三重阻力 。
数据分析怎么落地业务？
想要突破三重阻力的桎梏 ， 就要从自身、业务与其他角色三个角度入手 ， 逐个击破 。
1、搞定自身
首先要避免自己的数据分析是错误的 。 虽然不可能有不犯错误的数据分析师 ， 但是我们可以尽量不犯低级错误 ， 和自己的需求方进行反复沟通 ， 同时要勇于说“我不知道！”
数据分析怎么做才能驱动业务？3个角度教你一套实用方法论
文章图片
2、搞定业务
数据分析师往往是用经典案例套业务的需求 ， 或者等待业务需求 ， 然后数据分析来实现 ， 得出分析结论提供给业务使用 。 但是业务需求变化多样 ， 光靠套模型 ， 并不能解决业务真正想要解决的问题 ， 因此在分析前 ， 一定要吃透分析业务分析需求 。 所谓吃透分析需求 ， 就是对用户的需求进行深入理解 ， 一方面是看需求是否合理 ， 二是自身对业务的学习、理解过程 ， 三是对需求的全面思考
其次 ， 在分析完成提出解决方案的时候 ， 多想一步 ， 替业务解决后顾之忧 ， 这一点是很多数据分析师目前的缺乏的 ， 大部分人都只管展示自己用各种技术研究到的东西 ， 不告诉业务“然后呢” ， 或者 ， 分析了半天 ， 告诉业务 ， 其实我也不知道你花时间改了以后可以提升多少KPI ， 要不然你先改了试试......
做到上述两点 ， 基本上你的建议是可以落地了 。 但我的建议是再加上最后一步：不断“跟踪”进行监测甚至迭代 。 其实 ， 这一步和上一步联系非常紧密 。 有些数据分析的同学会把建议甩给业务 ， 业务接受以后自己就不管了 。 但其实我很享受近距离观察自己的建议落地 ， 并且持续监测各大指标 ， 和业务一起优化的过程 。 当看到各项指标提升的时候 ， 真的非常有成就感 。 另外 ， 当我们的建议被市场和用户证明了是有价值的以后 ， 我们和业务之间的信任度就会提升非常多 ， 那我们以后的方案再落地也会容易的多 。
总之 ， 我们做数据分析 ， 需要转变思维方式 ， 急业务之所急 。 简而言之 ， 就是“以终为始”——数据分析的终点 ， 一直都是解决业务问题 ， 而不是炫技 ， 更不是使业务更加摸不着头脑 。
我们该怎么去了解业务呢？可以从以下两个角度出发
锁定部门和KPI ， 从我们的经验讲起围绕他们的困难点 ， 切磋思路 ， 从而挖掘到真实的需求数据分析怎么做才能驱动业务？3个角度教你一套实用方法论
文章图片
可以用上面这个表格来帮助理解业务 ， 简单来说就是 ， 你得知道和你对接的业务部门的工作内容？他们最关注什么数据？有哪些环节会产生数据？以及哪些行为对数据会产生影响？为什么这些行为会对数据产生影响？影响的幅度大吗？回答好了上面这个表格的问题 ， 你就算对业务有所了解了 。
怎么更具体地了解业务？可以通过业务模式、产品、渠道、用户、运营、部门、KPI来充分了解一个公司的业务、信息 。 具体的方法之前写过了 ， 这里就不细讲了：不懂业务就不要谈数据分析
3、搞定其他角色
最后是搞定其他角色 ， 比如领导 ， 要学会积极向上沟通和管理 ， 说服老板来肯定你的结论 ， 这样其他部门就自然没有意见了 。 因为本质上看 ， 想驱动决策需要的不是数据而是权威；想提升效率 ， 需要的是把数据优化的结果融入业务过程 。 如果老板数据化管理意识淡薄 ， 喜欢讲经验、拍脑袋 ， 那驱动决策就无从做起 。 如果业务部门只喜欢按自己的路子来 ， 对分析结果不管不顾 ， 或是喜欢在分析里夹自己的私货 ， 那提升效率也无从谈起了 。 所以真的想改变这个情况 ， 需要的不是更复杂的方法或者自动化报表 ， 而是想办法争取老板的认可、业务部门的参与 。 不要让我们的分析结果躺在PPT里 。


    推荐阅读


    上一篇：人的感情就像牙齿，掉了就没了，再装也是假的。早安

    下一篇：赵永馨的悲情情路，不自信男人有多可怕？