如何定位并真正发挥数据的价值？.docx

《如何定位并真正发挥数据的价值？.docx》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、其实做这篇文章来源于我在微博上的一个讨论，原意是感慨现在大多数分析师的落脚点都无法与公司核心挂钩，所以数据价值无法实现。（大家有兴趣可以去看下我的微博，这个的讨论的确有启发意义）言归正传，这篇文章的核心是讨论数据价值如何定位的问题，即怎么做，做什么会让数据价值最大化。看到我博客的同学估计大多数是做网站分析的，一部分是做sem的，小部分是做纯数据分析的。我想问关于第一类和第三类的同学——你们做的数据有价值吗？价值大嘛？如何衡量？讨论一关于是否有价值的问题数据当然有价值，但你做的确实有价值吗？可以打

2、个比方，如果公司或者部门缺少了你，他们是否能正常运行？业务运行质量是否会下降？如果你回答是，那么恭喜你，你的数据已经影响到业务并且有价值，如果你不能确定，或者直白点说业务没有你照样运作并且几乎不受影响，那么你的工作就是没有价值。在实际情况下，估计大多数情况属于第二种。我常对别人开玩笑说，一个公司有两类人是可有可无的（最起码在公司初创，为了节省成本可以去掉的角色）:一是产品经理，二是数据分析师。大家可以想象，没有产品经理业务直接对技术也可以，没有数据分析师业务照样开展工作，传统企业就是这么走过来的

3、，照样很多公司上市。我在这里并不是危言耸听，只是觉得如果某个职能部门可有可无，那他一定不会被重视！那怎样才能产生价值？下面几条原则会明确我们的价值。1.不做别人懒得做的工作。通常很多数据分析师正在做的是倒数，数据清洗和汇总，这些都是业务懒得去做的，我们只是这些低价值外包工作的承接者。当然要拒绝。2.不要迷信所谓的权限把控，该放权时就放权。你的公司是否假权限甚至权利控制的名义，让你把控数据权限？这样一来你是在把控，但更多是给他们提供数据。3.关联到你公司的核心数据上，否则你就游离在可有可无的边缘。

4、很好理解，不与公司的核心利益挂钩，销售公司你不做利润，平台企业不做佣金，其他的都太次要了。做到以上两点，我们的工作最起码是有价值的，并且能与公司的核心利益挂钩。讨论二关于价值大小的问题当然在讨论这个问题之前，你所在的业务部门或中心决定了你的定位，网站分析大多在偏营销或前端的中心，定位可能是让你要做好本部门或本中心的数据支持。但这并不意味着你不能拓展你的视野，你需要在做好本部门本中心的前提下，把数据伸展到数据链条的上下游，这是谁都不能拘束的。现在回过头来看看你所做的数据工作价值大小的问题。情景一如

5、果你每天做的是取数，那么可以说，你被替代的可能性太高了。当然面对几百甚至上千张数据仓库中的库表，很好的理解业务需求并用最优化的查询提取数据是一个技能，但提高空间有限。换个人，只要他了解SQL，只要他有数据字典，取数不是一个困难的工作。另外，对数据分析师而言，自己可以从数据库中自由提取数据是一项基本技能。情景二如果你每天做的是各种汇总，包括所谓的日，周，月，季，年报，那你的价值也不大。日常报告很重要，我常对我的数据分析师说，日常类的报告是一个次要过程，日常数据报告可以发展规律，进行预警，甚至可以做

6、效果的预测。如果日常报告都做不好，就不要提各种专项和项目类工作了。但问题在于，很多IDEA通常日常报告无法展开，你总不能写一篇20页的日报。日报的作用在于日常检测和关键数据的异常分析，是对单点的分析，言简意赅的定义问题，说明问题以及下一步方向是关键。情景三如果你在做一些专项的报告，可能是业务特殊关注点，或者是某个业务专题，通常花几天甚至是一两周出来了一个报告无论是面向总裁办的市场分析还是面向业务的专项，报告出来以后你通常会如何开展下一步工作？·一种方式是报告发给相关领导同事。嗯，不错，但我要告诉

7、你，你的报告可能都没被你的报告对象看到，很可能已经埋没在无尽的邮件中。这时候你该知道，报告都没有被看到，谈什么价值？当然，主动一点的会告知一下你的对象，这种情况下，充其量是别人看到了。但你有想过吗？他们看懂了吗？里面有哪些点是对业务有用的，哪些是可以进一步促进业务优化的？所以，只是发报告价值不大。·第二种方式（也是我建议并且认为应该去做的）是主动邀请你的业务对象进行会议沟通。当然沟通的形式可以是会议，讨论都行，关键是你要和你的业务面对面的沟通。通过沟通，你会知道你的分析哪些是主观臆断，哪些是无法

8、落地，甚至哪些是由于业务问题导致数据的异常。沟通后不仅对业务有促进作用，同时也会提高我们自身对业务的了解。当然，我们写报告的价值不是单纯为了沟通，有部分的价值是提高业务数据意识和数据能力，同时能把你的数据发展的特殊点告知业务，如果沟通完以后，业务有一种恍然大悟的感觉，那么恭喜你，这部分价值已经体现。写报告的第二种价值是一定要有业务落地点，根据数据分析定义问题的好坏，并分析原因并尽可能找到答案。这里有一个误区:我们分析的过程是尽可能还原业务场景，然后找到问题根源。但这并不意味着我们所有问题都要从数