石沉大海!发出去的报告没人回应,数据分析师该怎么办?

2024-02-09 08:48

本文主要是介绍石沉大海!发出去的报告没人回应,数据分析师该怎么办?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

本文转自知乎

作者:接地气的陈老师

—————————————————————————————————————————————————————

 

辛辛苦苦跑的数据没人理,对数据分析师/专员来说是一件极具挫败感的事情。如果在日常更新数据的同时,还要接大量没头没尾的临时性需求,就更有挫败感了。如果发现接的临时性需求其实可以用日常数据替代,就更有挫败感了。“求求各位大爷看一眼报表好不好!”一股怨气油然而生。每天埋头跑数没人理,葬送数据新人职业发展的头号杀手。

 

有意思的是:没人理不代表数据没人看。其实业务部门对待数据的态度,大概有这么几类:

本质上数据分析是一种能力,是个人就能掌握,自然业务部门也有能力高低之分;终于意愿吗,就看个人态度了

 

自有主张型自视甚强型本质上是一类人:懂数据的业务。他们自己有分析能力,所以不是很依靠数据部门给意见。大部分时候他们只需要原始数据,分析都是自己做的。唯一的区别在于:分析结果是否对他们有利。如果看到结果有利,自然嗷嗷叫的写报告,把好看的指标往上摆。如果看到结果不佳,就祭出“数据不能全面客观反映事实”“业务发展有多种复杂因素”来替自己洗地。

 

这两类里,自有主张型相对好沟通一些,至少他们主观上有意愿分析数据。和他们合作,要么在专业性上压倒他们,参见《运营都会写分析报告了!数据分析师该怎么办?》。要么安心提供基础服务,把常用的指标固定成数据产品,既方便业务应用,又能够增加数据部门的成果。

 

自视甚强型就难办了,因为你很难叫的醒一个揣着明白装糊涂的人。常见的,比如业务部门KPI没达标,然后变着法的给自己找理由,你提数据不好看,他说:“你还有XX因素没有采集到数,分析不全面”或者业务部门老板已经打定了注意,你提数据不能支持他的观点,他说:“数据只是过去的结果,未来行不行得看业务逻辑”总之总有理由。确实,我们无法量化所有的影响因素,也没有本事预测所有未来,所以对这种人就敬而远之吧。毕竟我们希望多争取朋友,而不是四处招惹敌人。╮(╯﹏╰)╭

 

谁来帮忙型很多是靠经验、资历、人脉、运气做上来的老人。可能在一个行业里混的久,有经验积累,但是能力真的不咋样。特别是数据分析能力。最常见的表现就是逻辑性差,遇到问题喜欢拍脑袋,吃经验。等到经验不够用的时候就蒙了。其实他们不是不想回复数据分析的报表和报告,八成是没看懂。往往处理问题,也是拉上一堆人开拍脑袋大会,会场上啪啪之声不绝于耳。O(╯□╰)o

 

这时候如果直接丢一堆数据分析转业概念,比如描述性统计,探索性分析,假设检验,因果关系blaba,估计就把他们直接整晕了。我们可以提供一个简单的思路来梳理问题:

其实就是:描述性统计-探索性分析-假设检验等等过程的土味说法,简称土味Q5

 

在讨论问题的时候,一步步推演,把每一步建立在坚实的数据基础上。比如当业务部领导问道:“为什么业绩增长这么乏力”的时候。可以拆解出几层问题:

 

  1. 信息来源:业绩增长乏力这个感觉哪里来的?看没看过数据?
  2. 是多少:业绩增长的数值是多少?从什么时候开始看?
  3. 是什么:怎么就叫乏力了?标准是什么?依这个标准,是从什么时候开始乏力的?是全局性乏力还是局部乏力?是持续性乏力还是偶发乏力?
  4. 为什么:有没有怀疑对象?有没有过往类似经验?

 

这样一步步来,很容易就从千头万绪中缕出一条主线,排除一堆无需缥缈的恐惧。全程没有一个专业名词,非常适合不懂数据的人参与进来讨论。就像医生诊病一样,医学很专业,但医生问的问题却是个人都答的上来:“哪难受?什么时候开始难受的?之前有过没有?……”

 

所谓久病成医,和这些部门过几次分析思路以后,就慢慢能让他们学会一些分析思路。起码遇到问题不要急着拍脑袋,而是去找一下报表,看看哪些数据指标真的有问题,量化思考一下。能达到这一步,后续的合作就不愁了。

 

晕头转向型大部分是新人,或者是一线人员,在销售部/业务部/渠道部/分公司最多。要么还没有认识到数据的作用;要么忙于一线事物顾不上做计划;要么刚刚入门,不知道一堆数据从哪里看起。这时候可以循序渐进,三步走,先从吸引大家注意力开始。

 

如何吸引大家,这里有很多做法。能拿到组织的授权,安排正式环节最好。比如销售部强制要求晨会必须做数据分享,否则扣绩效。比如市场部每月例会必须安排数据分享环节,领导亲自监督。问题是,这样需要来自高层的支持。如果没有正式授权,可能就得采取一些旁门左道。这里有很多小技巧:

 

比如销售部最爱用赛马打比方,相容团队发展。好,我们就玩赛马。每次就只放一个业绩完成指标,就把图表做成赛道,还给一个团队的起上不同的名字:骏马、老马、瘦马。搞得销售部的人都相互喊XX马的绰号,自然每天关注我成什么马了……

 

比如大家都喜欢看美女!于是我真在某个女性销售占比高的公司做了巾帼图。每天让业绩最好的销售头像大屏霸榜。女士们一看自己上榜都可劲的化妆PS,然后大家形成习惯定时开报表看美女(✧◡✧)

 

总之有了吸引力,就会让大家长期关注,有了关注度,就会引发各种思考:为什么总是这个人业绩第一?他有什么独门秘籍吗?为什么大家都喊难的时候,他能增长这么快?有了这些疑问,能力强的就会自己做分析,产生大量分析需求。能力差的就会向我们求助:帮帮忙分析下为啥这个人会一直霸榜。如此一来,机会就来了。

 

以上只是一些小小的心得分享,想让大家在抱怨之余,看到一线希望。通过我们自己的努力,可以慢慢扭转默默无闻扒数据的尴尬地位。当然,有很多新人是直接选择跳槽,换个坑。可坦白的说:选坑碰运气,爬坑靠实力。想找一个完全没有坑的数据分析岗位是很艰难的。因为本质上数据分析是一个服务部门,服务部门就是会遇到各种难伺候的顾客。所以即使是想换坑,提升内功也是必要的。毕竟频繁跳槽本身,又是另一个坑了。

 

然而,别人不理自己不代表全是坏事。有一类需求可能是很多新人听了兴奋,老人听了一阵寒气从裤衩顺着脊梁涌到脖颈的:要精准预测未来XX业务情况!业绩发展全看预测的了。为啥?且听下回分解:


更多分享,关注公众号:接地气学堂

这篇关于石沉大海!发出去的报告没人回应,数据分析师该怎么办?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/693738

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

【专题】2024飞行汽车技术全景报告合集PDF分享(附原数据表)

原文链接: https://tecdat.cn/?p=37628 6月16日,小鹏汇天旅航者X2在北京大兴国际机场临空经济区完成首飞,这也是小鹏汇天的产品在京津冀地区进行的首次飞行。小鹏汇天方面还表示,公司准备量产,并计划今年四季度开启预售小鹏汇天分体式飞行汽车,探索分体式飞行汽车城际通勤。阅读原文,获取专题报告合集全文,解锁文末271份飞行汽车相关行业研究报告。 据悉,业内人士对飞行汽车行业

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

pandas数据过滤

Pandas 数据过滤方法 Pandas 提供了多种方法来过滤数据,可以根据不同的条件进行筛选。以下是一些常见的 Pandas 数据过滤方法,结合实例进行讲解,希望能帮你快速理解。 1. 基于条件筛选行 可以使用布尔索引来根据条件过滤行。 import pandas as pd# 创建示例数据data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dav