CHAP2：提出问题以做出数据驱动的决策

1.从问题到行动：六个数据分析阶段

有六个数据分析阶段将帮助您做出无缝决策：询问、准备、处理、分析、分享和行动。请记住，这些不同于数据生命周期，后者描述了数据在其生命周期中经历的变化。让我们逐步了解这些步骤，看看它们如何帮助您解决工作中可能遇到的问题。

第 1 步：询问

如果你不知道问题是什么，就不可能解决问题。这些是需要考虑的一些事项：

• 定义您要解决的问题
• 确保您完全了解利益相关者的期望
• 专注于实际问题，避免分心
• 与利益相关者合作并保持开放的沟通渠道
• 退后一步，在上下文中查看整个情况

在此步骤中要问自己的问题：

• 我的利益相关者说他们的问题是什么？
• 既然我已经确定了问题，我该如何帮助利益相关者解决他们的问题？

第 2 步：准备

您将决定需要收集哪些数据来回答您的问题以及如何组织这些数据以使其有用。您可以使用您的业务任务来决定：

• 衡量什么指标
• 在数据库中查找数据
• 创建安全措施以保护该数据

在此步骤中要问自己的问题：

• 我需要弄清楚如何解决这个问题？
• 我需要做什么研究？

第 3 步：处理

清理数据是最好的数据，您需要清理数据以消除任何可能的错误、不准确或不一致。这可能意味着：

• 使用电子表格功能查找错误输入的数据
• 使用 SQL 函数检查多余的空格
• 删除重复条目
• 尽可能多地检查数据中的偏差

在此步骤中要问自己的问题：

• 哪些数据错误或不准确可能会妨碍我为我试图解决的问题获得最佳答案？
• 如何清理我的数据以使我拥有的信息更加一致？

第 4 步：分析

您将需要分析性地思考您的数据。在此阶段，您可以对数据进行排序和格式化，以便更轻松地：

• 执行计算
• 合并来自多个来源的数据
• 使用您的结果创建表格

在此步骤中要问自己的问题：

• 我的数据告诉我什么故事？
• 我的数据将如何帮助我解决这个问题？
• 谁需要我公司的产品或服务？什么类型的人最有可能使用它？

第 5 步：分享

每个人都以不同的方式分享他们的结果，因此请务必通过图表或仪表板等工具使用数据，以清晰而诱人的分析可视化来总结您的结果。这是你向利益相关者展示你已经解决了他们的问题以及你是如何做到的的机会。分享肯定会帮助您的团队：

• 做出更好的决定
• 做出更明智的决定
• 导致更强的结果
• 成功传达您的发现

在此步骤中要问自己的问题：

• 如何使我向利益相关者展示的内容具有吸引力且易于理解？
• 如果我是听众，什么能帮助我理解这一点？

第 6 步：行动

现在是时候对您的数据采取行动了。您将从数据分析中学到的所有东西都投入使用。这可能意味着根据您的发现为您的利益相关者提供建议，以便他们做出数据驱动的决策。在此步骤中要问自己的问题：

• 我如何使用我在分享阶段（第 5 步）收到的反馈来真正满足利益相关者的需求和期望？

这六个步骤可以帮助您将数据分析过程分解为更小、更易于管理的部分，这就是所谓的结构化思维。这个过程涉及四个基本活动：

• 认识到当前的问题或情况
• 整理可用信息
• 揭示差距和机遇
• 确定您的选择

2.解决数据问题

2.1常见问题类型

1. 进行预测
   这种问题类型涉及到使用数据来对未来事物的发展做出明智的决定。例如，一个医院系统可能使用远程病人监测来预测慢性病患者的健康事件。病人每天都会在家里测量他们的健康体征，这些信息与他们的年龄、风险因素和其他重要细节的数据相结合，可以使医院的算法预测未来的健康问题，甚至减少未来的住院率。

2. 对事物进行分类
   这意味着根据共同特征将信息分配到不同的组或群组。这种问题类型的一个例子是，一个制造商审查车间员工绩效的数据。分析师可以为那些在工程方面最有效和最不有效的员工创建一个组。为在修理和维护方面最有效和最不有效的员工建立一个组，为在装配方面最有效和最不有效的员工建立一个组，以及更多的组或集群。
   eg:这里有一个涉及分类问题的例子。比方说，一个企业想提高它的客户满意度水平。数据分析师可以审查该公司客户服务部门的电话录音，并评估每个来电者的满意度水平。他们可以识别电话中出现的某些关键词或短语，然后将它们归入礼貌、满意、不满意、同情等类别。对这些关键词进行分类后，我们可以得到数据，让公司识别出表现最好的客户服务代表，以及那些可能需要更多辅导的人。这导致了更快乐的客户和更高的客户服务分数。

3. 发现不寻常的东西 （异动分析）
   在这种问题类型中，数据分析师要识别与常规不同的数据。在现实世界中发现不寻常的东西的一个例子是，一个学校系统的注册学生人数突然增加，可能有30%的学生人数猛增。一个数据分析员可能会研究这一上升趋势，并发现该学区在当年早些时候建了几个新的公寓楼。他们可以利用这一分析来确保学校有足够的资源来处理新增的学生。

4. 识别主题
   识别主题通过将信息分组为更广泛的概念，使分类工作更进一步。回到我们的制造商，刚刚审查了关于车间员工的数据。首先，这些人是按类型和任务分组的。但现在，一个数据分析师可以把这些类别归入更广泛的概念，即低生产力和高生产力。这将使企业有可能看到谁的生产力最高和最低，以便奖励表现最好的人，并为那些需要更多培训的工人提供额外支持。
   eg:我们在用户体验领域看到了很多这样的例子。用户体验设计师研究并致力于改善人们与他们每天使用的产品之间的互动。比方说，一个用户体验设计师想看看客户对其公司生产的咖啡机有什么看法。这个企业从用户那里收集匿名调查数据，这些数据可以用来回答这个问题。但首先要让这一切有意义，他需要找到代表最有价值的数据的主题，特别是他可以用来使用户体验更好的信息。因此，用户体验设计师的公司所面临的问题，是如何改善其咖啡机的用户体验。这里的过程有点像为客户服务对话中的关键词和短语寻找分类。但识别主题则更进一步，将每个洞察力归入一个更广泛的主题。然后，设计师可以精确地找出最常见的主题。在这个案例中，他了解到用户经常无法分辨咖啡机是开着还是关着。他最终优化了设计，改进了开/关按钮的位置和照明，导致了产品的改进和用户的满意。
   到目前为止，您可能想知道对事物进行分类和确定主题之间是否存在差异。最好的思考方式是：对事物进行分类涉及将项目分配给类别；确定主题通过将它们分组为更广泛的主题，使这些类别更进一步。

5. 发现联系
   现在，发现联系的问题类型使数据分析师能够找到不同实体所面临的类似挑战，然后结合数据和洞察力来解决这些问题。这就是我的意思；比如说一家滑板车公司从其车轮供应商那里得到的车轮遇到了问题。该公司将不得不停止生产，直到它能够重新获得安全、优质的车轮库存。但与此同时，车轮公司遇到了它用来制造车轮的橡胶问题，结果发现它的橡胶供应商也找不到合适的材料。如果所有这些实体都能谈论他们所面临的问题，并公开分享数据，他们会发现很多类似的挑战，更好的是，能够合作找到一个解决方案。

6. 发现模式
   数据分析师通过使用历史数据来寻找模式，了解过去发生的事情，因此有可能再次发生。电子商务公司一直在使用数据来寻找模式。数据分析师通过查看交易数据来了解客户在一年中某些时间点的购买习惯。他们可能会发现，客户在飓风来临前会购买更多的罐头，或者在温暖的月份购买更少的帽子和手套等御寒配件。电商公司可以利用这些洞察力，确保他们在这些关键时期储备适量的产品。
   eg:石油和天然气公司正在不断努力，以保持他们的机器正常运行。那么问题来了，如何阻止机器的故障。数据分析师可以做到这一点的一个方法是通过观察公司历史数据的模式。例如，他们可以调查过去某台机器是如何和何时发生故障的，然后对导致故障的原因产生洞察力。在这个案例中，该公司看到的模式表明，当维护工作没有保持在15天的周期内时，机器开始以更快的速度发生故障。然后，他们可以跟踪当前的状况，并在这些问题再次发生时进行干预。

2.2提出有效的问题

有效的问题遵循 SMART 方法。这意味着它们是具体的、可衡量的、以行动为导向的、相关的和有时限的。

• 具体的Spercific：
  具体的问题是简单的，重要的，并集中在一个单一的主题或几个密切相关的想法。这有助于我们收集与我们所调查的内容相关的信息。如果一个问题过于笼统，试着缩小它的范围，只关注一个元素。例如，不要问一个封闭式的问题，比如，现在的孩子有足够的体育活动吗？问有多大比例的孩子每周至少五天达到建议的60分钟的体育活动？这个问题要具体得多，可以给你提供更多有用的信息。
• 量化的Measurable:
  可测量的问题可以被量化和评估。一个不可衡量的问题的例子是，为什么最近的一个视频会变成病毒？相反，你可以问我们的视频在发布的第一周在社交渠道上被分享了多少次？这个问题是可衡量的，因为它让我们计算分享次数，得出一个具体的数字。
• 行动导向Action-oriented:
  行动导向的问题鼓励改变。你可能记得，解决问题就是要看到当前的状态，并找出如何将其转变为理想的未来状态。那么，面向行动的问题可以帮助你达到这个目的。因此，与其问，我们怎样才能让客户回收我们的产品包装？你可以问，什么设计特征会使我们的包装更容易被回收？这给你带来了你可以采取行动的答案。
• 相关的Relevant:
  比方说，你正在研究一个与受威胁的青蛙物种有关的问题。而你问，为什么松树林的树蛙开始消失了，这很重要？这是一个无关紧要的问题，因为答案并不能帮助我们找到防止这些青蛙灭绝的方法。一个更相关的问题是，1983年至2004年期间，北卡罗来纳州达勒姆的哪些环境因素发生了变化，可能导致松树林树蛙从沙丘地区消失？这个问题会给我们答案，我们可以用来帮助解决我们的问题。
• 有时限的Time-bound:
  有时间限制的问题规定了要研究的时间。我们想研究的时间段是1983年至2004年。这就限制了可能性的范围，使数据分析员能够专注于相关数据。

2.2.1SMART问题的示例

人们在购买新车时会寻找哪些功能？

• 具体：是否针对特定的汽车功能？
• 可衡量的：是否包括特征评级系统？
• 面向行动：这个问题是否会影响不同或新功能包的创建？
• 相关：该问题是否确定了哪些功能促成或破坏了潜在的汽车购买？
• 时限：这个问题是否验证了过去三年中最流行的功能的数据？

问题应该是开放式的。这是获得响应的最佳方式，可帮助您准确地确定或取消对特定问题的潜在解决方案的资格。因此，根据思考过程，可能的 SMART 问题可能是：

• 在 1-10 的范围内（10 是最重要的），您的四轮驱动汽车有多重要？
• 您希望在汽车包装中看到的前五项功能是什么？
• 如果包含四轮驱动，哪些功能会让您更倾向于购买汽车？
• 你愿意多付多少钱买一辆四轮驱动的汽车？
• 四轮驱动在过去三年中是否变得或多或少流行了？

2.2.2提问时要避免的事情

引导性问题：只有特定响应的问题

• 示例：这个产品太贵了，不是吗？

这是一个引导性问题，因为它建议将答案作为问题的一部分。一个更好的问题可能是，“你对这个产品有什么看法？” 这个问题有很多答案，除了价格之外，它们还可能包括有关可用性、功能、配件、颜色、可靠性和受欢迎程度的信息。现在，如果你的问题实际上集中在定价上，你可以问一个问题，比如“什么价格（或价格范围）会让你考虑购买这个产品？” 这个问题将提供许多不同的可衡量的答案。

封闭式问题：只要求一个词或简短回答的问题

• 示例：您对客户试用满意吗？

这是一个封闭式问题，因为它不鼓励人们扩展他们的答案。他们很容易给出一个信息量不大的单字回答。一个更好的问题可能是，“您从试用中了解了哪些客户体验。” 这鼓励人们提供除“进展顺利”之外的更多细节。

模糊问题：不具体或不提供上下文的问题

• 示例：该工具对您有用吗？

这个问题太模糊了，因为没有上下文。是否将新工具与它所替代的工具进行比较？你只是不知道。更好的调查可能是，“在数据输入方面，新工具是更快、更慢还是与旧工具大致相同？如果更快，可以节省多少时间？如果慢一点，会浪费多少时间？” 这些问题提供上下文（数据输入）并帮助构建可衡量的响应（时间）。

2.2.3三个例子

2.2.3.1 如果你与从事零售业的人进行对话，你可以用这样的问题来引导。

• 具体的。你目前是否使用数据来驱动你的业务决策？如果是的话，你收集什么类型的数据，以及你如何使用它？
• 可衡量的。你知道最畅销的产品占销售额的百分比是多少吗？
• 面向行动。如果你有正确的信息，你是否会做出商业决定或改变？例如，如果你有关于雨伞销售如何随天气变化的信息，你会如何使用它？
• 相关性。你多长时间审查一次你的业务数据？
• 有时间限制。你能描述一下在过去的一年里，数据是如何帮助你为你的商店做出好的决定的吗？

2.2.3.2 如果你是在和老师对话，你可能会问不同的问题，比如说。

• 具体的。你使用什么样的数据来建立你的课程？
• 可衡量的。学生的基准测试分数与他们的成绩有多大关联？
• 以行动为导向。你是否与其他教师分享你的数据以改进课程？
• 相关的。你是否与整个班级分享过评分数据？如果是这样，学生的积极性似乎更高或更低，还是差不多？
• 有时间限制。在过去的五年里，你回顾过多少次以前学年的数据？

2.2.3.3 如果你和一个冰激凌店的小老板谈话，你可以问。

• 具体的。你用什么数据来帮助采购和库存？
• 可衡量的。你能将这些因素从对销售影响最大到最小排序（排名）吗：价格、口味和一年中的时间（季节）？
• 面向行动。是否有一个单一的因素你需要更多的数据，以便你可以潜在地增加销售？
• 相关的。你如何向客户做广告或与客户沟通？
• 有时限的。在过去的三年里，你的销售额的同比增长是怎样的？

2.2.4在谈话时记好笔记

在谈话中做好笔记是很重要的。你的笔记应该是全面和有用的。为了帮助你捕捉有意义的笔记，你应该坚持一个过程，即提出一个问题，澄清你对他们回答的理解，然后在你的笔记中简要记录。记住：如果一个问题值得问，那么答案就值得记录。
谈话中需要记录的有用的方面包括：

• 事实。写下任何具体的信息，如日期、时间、姓名和其他细节。
• 语境。没有背景的事实是无用的。记下任何需要的相关细节，以便理解你所收集的信息。
• 未知数。有时你可能在谈话中错过一个重要问题。当这种情况发生时，请记下，以便你以后能找出答案。
• 例如，如果前面的SMART问题导致冰淇淋店老板提出一个分析顾客口味偏好的项目，你的笔记可能会出现这样的情况。
• 项目。收集顾客的口味偏好数据。
• 总体商业目标：使用数据来提供或创造更多受欢迎的口味。
• 两个数据来源。收银机收据和完成的顾客调查（电子邮件）。
• 目标完成日期。Q2
• 要做的事。稍后回电，与经理谈谈调查数据的位置。

根据你的数据对话，你要做的笔记会有很大不同。重要的是，你的笔记要清晰、有条理、简明。

3.商业中的定性和定量数据

定性数据可用于衡量质量和特征。定量数据可用于衡量数字事实。

通常，定性数据可以通过提供原因或更彻底的解释来帮助分析师更好地理解他们的定量数据。换句话说，定量数据通常会告诉你什么，而定性数据通常会告诉你为什么。通过使用定量和定性数据，您可以了解人们喜欢看电影的时间以及他们选择电影院的原因。

想象一下，您是一家连锁电影院的数据分析师。您的经理希望您跟踪以下方面的趋势：

• 电影上座率随时间变化
• 特许摊位的盈利能力
• 晚间观众偏好

在我们的场景中，我们假设已经存在定量数据来监控所有三个趋势。

1.电影上座率随时间变化

从剧院通过其忠诚度和奖励计划获得的历史数据开始，您的第一步是调查您可以从这些数据中获得哪些见解。您查看过去 3 个月的出勤率。但是，由于过去 3 个月不包括重大假期，您决定最好查看一整年的数据。正如您所怀疑的那样，定量数据证实，平均出勤率为每月 550 人，但随后在有假期的月份上升至平均每月 1,600 人。

历史数据可以满足您对项目的需求，但您还决定在剧院提高晚间放映时间的票价后的几个月内再次恢复分析。

2.特许摊位的盈利能力

利润是通过从销售收入中减去成本来计算的。历史数据显示，虽然特许摊位是盈利的，但利润率却非常低，不到 5%。您看到平均购买总额为 20 美元或更少。您决定将继续对此进行持续监控。

根据您对数据收集工具的了解，您将建议对客户进行在线调查，以便他们对特许摊位的食品发表评论。这将使您能够收集更多的定量数据来改进菜单并潜在地增加利润。

3.晚间观众偏好

您对历史数据的分析表明，晚上 7:30 的放映时间最受欢迎，出席人数最多，其次是晚上 7:15 和晚上 9:00 的放映时间。您可以建议将当前出席人数较低的晚上 8:00 放映时间替换为晚上 8:30 放映时间。但是你需要更多的数据来支持你的预感，即人们更有可能参加以后的节目。

晚上看电影的人是剧院最大的收入来源。因此，您还决定在您的在线调查中加入一个问题以获得更多洞察力。

您的最终在线调查可能包括以下定性数据问题：

• 您今天决定在我们剧院看电影的原因是什么？（电影出席）
• 您如何看待在特许摊位购买的商品的质量和价值？（特许摊位盈利能力）
• 您喜欢哪个放映时间，晚上 8:00 或晚上 8:30，您为什么喜欢那个时间？（晚间电影观众偏好）
• 在什么情况下你会选择日场而不是夜间表演？（票价上涨）

4.数据与指标

ROI，或称投资回报率，本质上是一个使用指标设计的公式，让企业知道一项投资的表现如何。投资回报率是由两个指标组成的，即一段时间内的净利润和投资成本。通过比较这两个指标，即利润和投资成本，公司可以分析他们所掌握的数据，以了解他们的投资表现如何。然后，这可以帮助他们决定如何在未来投资，以及哪些投资应该优先考虑。我们也看到在市场营销中使用指标。例如，指标可以用来帮助计算客户保留率，或一个公司在一段时间内保持其客户的能力。客户保留率可以帮助公司比较一个时期开始和结束时的客户数量，看看他们的保留率。这样，公司就知道他们的营销策略有多成功，以及他们是否需要研究新的方法来带回更多的回头客。

5.大数据和小数据

5.1大数据的优势和劣势

劣势：

• 许多组织处理数据过载和太多不重要或不相关的信息。
• 重要数据可以与所有非重要数据一起隐藏在深处，这使得查找和使用变得更加困难。这可能导致更慢和更低效的决策时间框架。
• 您需要的数据并不总是很容易访问。
• 当前的技术工具和解决方案仍然难以提供可衡量和可报告的数据。这可能导致不公平的算法偏差。
• 许多大数据业务解决方案存在差距。

优势：

• 当可以存储和分析大量数据时，它可以帮助公司确定更有效的业务方式并节省大量时间和金钱。
• 大数据可以帮助组织发现客户购买模式和满意度的趋势，这可以帮助他们创建让客户满意的新产品和解决方案。
• 通过分析大数据，企业可以更好地了解当前的市场状况，这可以帮助他们在竞争中保持领先地位。
• 就像我们之前的社交媒体示例一样，大数据可以帮助公司跟踪他们的在线状态——尤其是来自客户的反馈，无论好坏。这为他们提供了改善和保护品牌所需的信息。

大数据：volume数量大, variety多样性, velocity速度,veracity真实性

6.使用电子表格

6.1电子表格和生命周期

为了更好地了解在数据分析中使用电子表格的好处，让我们探讨它们与数据生命周期的每个阶段的关系：计划、捕获、管理、分析、存档和销毁。

• 通过制定组织标准为将在电子表格中工作的用户进行规划。这可能意味着格式化您的单元格、您选择突出显示的标题、配色方案以及您对数据点进行排序的方式。当您花时间设定这些标准时，您将改善沟通、确保一致性并帮助人们更有效地利用时间。
• 通过将电子表格连接到其他数据源（例如在线调查应用程序或数据库）来按源捕获数据。此数据将在电子表格中自动更新。这样，信息总是尽可能最新和准确。
• 使用电子表格管理不同类型的数据。这可能涉及存储、组织、过滤和更新信息。电子表格还允许您决定谁可以访问数据、如何共享信息以及如何确保您的数据安全可靠。
• 分析电子表格中的数据以帮助做出更好的决策。一些最常见的电子表格分析工具包括用于聚合数据或创建报告的公式，以及用于清晰、易于理解的视觉效果的数据透视表。
• 归档您不经常使用但可能需要稍后使用内置工具参考的任何电子表格。如果您想在更新之前存储历史数据，这将特别有用。
• 如果您确定不再需要电子表格，如果您有更好的备份副本，或者出于法律或安全原因，请销毁您的电子表格。请记住，许多企业都必须遵守某些规则或采取措施确保正确销毁数据。

6.2EXCEL中的常见错误

公式与函数的区别

• 公式是一组指令，用于使用电子表格中的数据执行计算。
• 函数是使用电子表格中的数据自动执行特定过程或任务的预设命令

6.3结构化思维

现在，你将考虑一个有价值的工具来帮助你练习结构化思维和避免错误：工作范围（SOW）。

SOW 没有标准格式。它们可能因组织而异，或因项目而异。但是，它们都有一些共同的基本内容。

• 可交付成果Deliverables：正在完成什么工作，以及作为该项目的结果正在创造什么东西？项目完成后，您希望向利益相关者交付什么？在此具体说明。你会为这个项目收集数据吗？多少钱，或多长时间？
  避免模​​糊的陈述。例如，“解决交通问题”没有指定范围。这可能意味着从填补几个坑洼到建造新的立交桥。请明确点！使用数字并瞄准难以衡量的目标和目标。例如：“确定城市范围内交通模式的 10 大问题，并确定在减少交通拥堵方面最具成本效益的 3 大解决方案。”

• 里程碑Milestones：这与您的时间线密切相关。您的项目取得进展的主要里程碑是什么？您如何知道项目的给定部分何时被认为已完成？
  里程碑可以由您、利益相关者或其他团队成员（如项目经理）确定。较小的示例可能包括较大项目中的增量步骤，例如“收集和处理 50% 的所需数据（100 个调查回复）”，但也可能是较大的示例，例如“完整的初始数据分析报告”或“提供完整的仪表板可视化和分析报告利益相关者”。

• 时间表Timeline：您的时间表将与您为项目创建的里程碑密切相关。时间表是一种绘制流程每个步骤应该花费多长时间的期望的方式。时间表应该足够具体，以帮助所有相关人员确定项目是否按计划进行。可交付成果何时完成？您预计该项目需要多长时间才能完成？如果一切按计划进行，您预计项目的每个组成部分需要多长时间？我们什么时候可以达到每个里程碑？

• 报告Reports：优秀的 SOW 还为您向利益相关者提供状态更新的方式和时间设定了界限。您将如何与利益相关者和赞助商沟通进展情况，以及多久沟通一次？每周都会报告进度吗？每月？里程碑何时完成？状态报告将包含哪些信息？

至少，任何 SOW 都应回答上述领域的所有相关问题。请注意，这些区域可能因项目而异。但在其核心，SOW 文档应始终通过包含特定、相关和准确的信息来服务于相同的目的。如果项目发生变化，您的 SOW 应该反映这些变化。

6.4语境的重要性

上下文是事物存在或发生的条件。上下文在数据分析中很重要，因为它可以帮助您筛选大量杂乱无章的数据并将其转化为有意义的东西。事实是，如果不与上下文配对，数据几乎没有价值。

上下文可以将原始数据转化为有意义的信息。对于数据分析师来说，将他们的数据背景化非常重要。这意味着通过定义数据来提供数据透视图。为此，您需要确定：

• 谁：创建、收集和/或资助数据收集的个人或组织
• 什么：数据可能影响的世界上的事物
• 其中：数据的来源
• 时间：创建或收集数据的时间
• 原因：创作或收藏背后的动机
• How：用于创建或收集它的方法

在分析过程的每个步骤中，理解和包含上下文都很重要，因此在您的职业生涯早期熟悉它是一个好主意。例如，当您收集数据时，您还需要询问有关上下文的问题，以确保您了解业务和业务流程。在组织过程中，上下文对于您的命名约定、如何选择显示变量之间的关系以及选择保留或省略什么都很重要。最后，当您演示时，重要的是包含上下文信息，以便您的利益相关者理解您的分析。

7.与利益相关者合作

7.1平衡团队和利益相关者的需求

高管团队

执行团队为公司提供战略和运营领导。他们设定目标，制定战略，并确保战略得到有效执行。执行团队可能包括副总裁、首席营销官和帮助计划和指导公司工作的高级专业人员。这些利益相关者在非常高的层次上考虑决策，他们首先寻找有关您项目的头条新闻。他们对细节不太感兴趣。他们的时间非常有限，因此请通过引导您的演示文稿并回答他们的问题来充分利用它。您可以将更详细的信息放在演示文稿附录或项目文档中，以便他们有更多时间时深入研究。

例如，您可能会发现自己正在与人力资源副总裁合作进行一个分析项目，以了解员工缺勤率。营销总监可能会向您寻求竞争分析。您的部分工作将是平衡他们做出明智决定所需的信息和繁忙的日程安排。

但你不必自己解决这个问题。您的项目经理将监督整个团队的进度，您将比人力资源副总裁等人提供更多定期更新。他们能够为您提供推进项目所需的一切，包括获得忙碌的执行团队的批准。与您的项目经理密切合作可以帮助您确定执行利益相关者对您的项目的需求，因此不要害怕向他们寻求指导。

面向客户的团队

面向客户的团队包括组织中与客户和潜在客户有一定程度互动的任何人。通常，他们编译信息、设定期望并将客户反馈传达给内部组织的其他部分。这些利益相关者有自己的目标，并且可能会向您提出具体要求。重要的是让数据讲述故事，而不是被利益相关者的要求所左右，以寻找可能不存在的某些模式。

假设一个面向客户的团队正在与您合作构建公司最受欢迎产品的新版本。您的部分工作可能涉及收集和共享有关消费者购买行为的数据，以帮助了解产品功能。在这里，您要确保您的分析和演示侧重于数据中的实际内容，而不是利益相关者希望找到的内容。

数据科学团队

在公司内部组织数据需要团队合作。您很有可能会发现自己与其他数据分析师、数据科学家和数据工程师一起工作。例如，也许您与一家公司的数据科学团队合作，致力于提高公司的参与度以降低员工流失率。在这种情况下，您可能会查看有关员工生产力的数据，而另一位分析师则查看招聘数据。然后，您与团队中的数据科学家分享这些发现，他们使用它们来预测新流程如何提高员工的生产力和敬业度。当您分享您在个人分析中发现的内容时，您会发现更大的故事。您工作的很大一部分将是与其他数据团队成员合作，以寻找数据的新角度进行探索。

与利益相关者有效合作

当你与每组利益相关者合作时——从执行团队到面向客户的团队，再到数据科学团队，你通常需要超越数据。使用以下提示进行清晰的沟通、建立信任并跨组传递您的发现。

• 讨论目标：利益相关者的请求通常与更大的项目或目标相关联。当他们向您要某事时，请借此机会了解更多信息。开始讨论。询问利益相关者想要的结果类型。有时，关于目标的快速交谈可以帮助设定期望并计划下一步。

• 感觉有权说“不”：假设一位营销总监与您联系，他有一个“高优先级”项目并且需要数据来支持他们的假设。他们要求您在明天早上之前为演示文稿制作分析和图表。也许您意识到他们的假设尚未完全形成，并且您对更好的分析方法有一些有用的想法。或者您可能意识到执行分析需要比估计更多的时间和精力。不管是什么情况，当你需要的时候不要害怕退缩。
  利益相关者并不总是意识到收集和分析数据所花费的时间和精力。他们也可能不知道他们真正需要什么。您可以通过询问利益相关者的目标并确定您是否能够满足他们的需求来帮助他们。如果你不能，有信心说“不”，并提供尊重的解释。如果有更有用的选项，请将利益相关者指向这些资源。如果您发现您需要首先确定其他项目的优先级，请讨论您可以优先考虑的事项和时间。当您的利益相关者了解在给定的时间表内需要做什么以及可以完成什么时，他们通常会很乐意重新设定他们的期望。你应该感到有权说不——只要记住提供背景信息，以便其他人理解原因。

• 为意外做好计划：在开始一个项目之前，列出潜在的障碍。然后，当您与利益相关者讨论项目期望和时间表时，请在流程的每个阶段给自己一些额外的时间来解决问题。

• 了解您的项目：通过电子邮件或报告跟踪您对项目的讨论，并准备好回答有关某些方面对您的组织有多重要的问题。了解您的项目如何与公司其他部门联系，并参与提供尽可能多的洞察力。如果您对为什么要进行分析有很好的理解，它可以帮助您将您的工作与其他目标联系起来，并更有效地解决更大的问题。

• 从文字和视觉开始：数据分析师和利益相关者通常以不同的方式解释事物，同时假设另一个在同一页面上。这种一致的错觉* 在历史上被认为是项目在最终确定方向之前反复多次的原因。为了帮助避免这种情况，请从描述和快速了解您要传达的内容开始。利益相关者有很多观点，可能更喜欢以文字或图片的形式吸收信息。与他们合作，从那里进行更改和改进。每个人都同意的速度越快，您执行第一次分析以测试项目的有用性、衡量反馈、从数据中学习并实施更改的速度就越快。

• 经常交流：您的利益相关者将希望定期更新您的项目。分享有关项目里程碑、挫折和变化的笔记。然后使用您的笔记创建可共享的报告。另一个很好的资源是更改日志，您将在整个程序中了解更多信息。现在，只需知道更改日志是一个文件，其中包含按时间顺序排列的对项目所做的修改列表。根据您的设置方式，利益相关者甚至可以随时弹出并查看更新。

7.2专注于重要的事情

一、谁是主要和次要利益相关者？二 谁在管理数据？三个你可以去哪里寻求帮助？

7.3数据场景和响应

请务必回答与您的受众相关的以下四个重要问题：

• 你的听众是谁？
• 他们已经知道了什么？
• 他们需要知道什么？
• 您如何才能最好地传达他们需要知道的信息？

项目示例

作为数据分析师，您会通过电子邮件收到大量请求和问题。让我们通过一个示例来说明如何回复其中一封电子邮件。假设您是在一家开发移动应用程序的公司工作的数据分析师。让我们首先回顾一下我们刚刚讨论的四个受众问题的答案.

• 你的听众是谁？
  Kiri，产品开发项目经理
• 他们已经知道了什么？
  Kiri 从规划阶段收到了有关我们项目的最新信息，包括两周前发送的最新项目报告。
• 他们需要知道什么？
  Kiri 需要了解分析项目的最新进展，并且需要知道执行团队批准了对数据和时间线的更改。您知道在分析中添加新变量会影响当前的项目时间表。Kiri 将需要更改项目的里程碑和完成日期。
• 您如何才能最好地传达他们需要知道的信息？
  您可以先向 Kiri 发送一封包含项目最新时间表的电子邮件更新，但如果她想谈谈她对错过最后期限的担忧，则可能需要召开一次会议。

电子邮件示例

在回答了观众的问题后，您就拥有了向 Kiri 写一封电子邮件所需的关键构建块。以下是这些问题如何帮助组织电子邮件信息流的示例：

项目跟进后电子邮件示例

下一份报告完成后，您还可以发送项目更新以提供更多信息。电子邮件可能如下所示：

7.4支持大型会议

会前

如果您正在组织会议，您可能会谈论数据。会前：

• 确定你的目标。确定会议的目的、目标和期望的结果，包括需要解决的任何问题或要求。

• 承认参与者并让他们参与数据、项目或业务的不同观点和经验。

• 组织要呈现的数据。您可能需要将原始数据转换为可访问的格式或创建数据可视化。

• 准备和分发议程。我们接下来会讨论这个。

制定引人注目的议程

扎实的会议议程让您的会议取得成功。以下是您的议程应包括的基本部分：

• 会议开始和结束时间

• 会议地点（包括远程参与的信息，如果该选项可用）

• 目标

• 参与者应事先审查的背景材料或数据

下面是一个刚刚开始的分析项目的议程示例：

提前分享您的议程

写好议程后，是时候与受邀者分享了。提前与每个人分享议程有助于他们了解会议目标并准备问题、评论或反馈。您可以通过电子邮件发送议程或使用其他协作工具进行共享。

会议期间

作为会议的领导者，指导数据讨论是你的工作。在每个人都了解会议计划和目标的情况下，您可以按照以下步骤来避免分心：

• 进行介绍（如有必要）并查看关键信息
• 呈现数据
• 讨论数据的观察、解释和影响
• 在会议期间做笔记
• 确定并总结小组的后续步骤

会后

为了使项目和每个人保持一致，准备并分发会议的简要回顾，其中包含会议中商定的后续步骤。您甚至可以通过征求团队的反馈来更进一步。

• 分发任何笔记或数据
• 确认其他行动的后续步骤和时间表
• 寻求反馈（这是确定您是否在回顾中遗漏任何内容的有效方法）