数据分析团队的价值分析.docx

《数据分析团队的价值分析.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、0=白够学吧数据分析团队的价值分析核心业务负责人集体吐槽分析师团队:“分析流于表面，更多是提数、做报表”，“分析能力都很差”，“不了解业务，没和业务形成合力”，这就是业务方对当前分析团队的评价与反馈。站在我们的角度我也很困惑：“分析团队这么辛苦，几人支撑公司全部业务，为何会收到这么多负向反馈?“能力差，是有可能，但别人的评判是否公允？是否有能力评判？”“沟通导致的问题，成分占比有多少？”“数据分析到底应该做什么？如何体现数据分析团队的价值？”40=白够学吧目录1.数据分析师是谁？3•…2.数据分析师的定位3•…3.数据

2、分析做什么？3•…4.数据分析师的价值是什么？4...5.分析师应该具备哪些能力？6...6.分析团队的核心提升点是什么？7...7.分析团队管理者职责是什么？7...40=白够学吧1•数据分析师是谁？数据分析不是一个公司的"必要”职能，我之前在发朋友圈调侃，公司不景气要保命时，最先裁掉的就是这些拿着薪水不干实际业务的分析师。没人做分析公司业务照常运行，但是，一个公司发展壮大过程中，又必然会需要数据分析师，帮助公司挖掘数据对业务有用的信息，并助力业务发展。互联网这个高速发展，快速迭代的行业，最重要的是时间成本。谁能有效

3、降低时间成本，谁就有最高价值。2.数据分析师的定位分析师与业务不同，业务是先有观点，再求助数据验证。但是分析师必须是中立的，要做到数据先于观点，而不是观点先于数据，不要让数据证明你的观点（如果你想，那么你总能找到数据来佐证你的观点，但是这毫无意义，甚至危害甚大。）另外，说到人的层面，分析师需要了解业务，需要与业务有良好的沟通，但请时时谨记你中立的位置，不要与业务好到穿一条裤子，这样的后果最终将由分析师自己承担。分析师需要有业务的思维，但并不做业务本身，分析师要做业务发展的催化剂，为分析工作的中立性和科学性负责。3.数据

4、分析做什么？1）数据分析师们“理想”的工作内容：业务同学数据下降，让你分析下原因。分析师庖丁解牛，快速定位出问题，给出40=白够学吧优化解决方案。然后业务按照你的方案修改功能后，业务数据提升了这简直是分析师的高光时刻，我做数据分析这么多年，这种高光时刻简直屈指可数。数据分析是个碎活，由无数点点滴滴的改进，汇聚了数据价值的体现和提升。2）然而，骨感的“现实”是：业务找到你说“活动要上线了，给我提个数，做两个报表，最后想想分析点，怎么体现活动价值。”“一个职能是由他应该做什么决定的，而不是由他正在做什么决定的。”我们现在做

5、提数,做报表，不代表分析师就该做这些。当然，能不能做你“理想”的工作内容，还是与公司的规模，公司所处阶段、对数据的重视程度，数据分析团队的架构与定位等因素有关。业务多而快速迭代时期，分析师势必要承担很多基础支持工作，此时没有价值高低之分，只有匹配不匹配，适应不适应之分。我们要做到的是始终怀揣着“理想”，并结合着“现实”情况，争取发挥分析师的最大价值。4•数据分析师的价值是什么？世界是现实的，价值有多高，那要看你能提供什么价值。分析工作可以总结为三类同等重要，但是逐层推进的事1）描述现状40=白够学吧分析工作中的提数，做

6、指标、做报表本质都是在描述现状。如果你连客观现状都描述不清楚的时候，是谈不上发挥更高价值。如果不能帮助公司描述现状，公司就是在盲目前进。这部分工作是不容易有成就感，且占比很大。那么我们如何在这部分工作里发挥价值？我们应该从业务角度出发，把基础支持与“业务主线”联系起来，你要明白，正是这些基础需求辅助你对整个业务板块的了解，这是最好的老师。“分析什么问题，往往比用什么方法更重要”我常常跟分析同学说“如果你只有2天时间完成一个分析，你花一整天时间想明白分析什么都不为过，如果你真的想明白了，剩下的就是体力活了”。主动思考“取

7、什么数？”，“为什么取”往往比“怎么取”，“是多少”更重要，这才是成就你价值的地方。2）寻找规律数据分析在更高价值上要实现的就是寻找规律，寻找那些隐含在数据中，但是别人还没发现的规律，这就是“洞见”。有价值的洞见是不容易找到的，尤其是这个信息互通，相互抄袭的时代，但因为难所有才是价值体现，谁都能发现的那不叫“洞见”。有时甚至要洞察人性、了解心理，看到更深层次的本质。这个环节最核心的产出就是：我发现了什么规律，而不是我用了什么方法。3）推动改进我们描述现状和寻找规律，最终的目的都是为了推动改进。是否能够引导用正确直接的指

8、标评定业务？80=白够学吧你的结论能否落地到产品决策过程中?是否能够推动优化及增长？如果不能，我们要反思是不是把时间花在了正确的地方？我们以后要怎么做，才能让我们的单位时间投入产出最大化？5.分析师应该具备哪些能力？我觉得现在分析行业充满焦虑，大家都在往模型算法上靠拢，好像没做过几个机器学习模型，没处理过海量数据就不算称职的分析师