数据分析师会遇见的8大经典问题_第1页
数据分析师会遇见的8大经典问题_第2页
数据分析师会遇见的8大经典问题_第3页
数据分析师会遇见的8大经典问题_第4页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

数据分析师会遇见的8大经典问题!在做数据分析的过程中,你可能会被业务方、被领导等人的一些问题“难倒”,而这些问题产生的根本原因,可能还是在于其他相关人员对“数据分析”这件事不够了解。具体而言,数据分析师可能会遇到哪些问题,又可以如何解决?本文便进行了一定总结,一起来看看吧。做数据的同学们,你们在工作中被刁难过吗?有哪些问题是经常遇到,又让人恨得咬牙切齿的呢?从之前同学们吐槽的话题里,我精选了8个高频问题,今天一起来看一下。注意!前方高能,准备好降压药~问题1:“不就是一个数吗,为啥要这么久?”这个问题很常见,大部分人并不知道“一个数”到底意味着啥,而上幼儿园第一个学的就是数数,所以让人误以为“搞一个数”和数数一样容易。想解决问题,首先得向业务宣传,数据是咋来的,丫不是从天上掉下来的。并且建立一套标准,坚持不懈地向业务宣传:哪些是需要重新采集的;哪些已采集但未清洗、不可用的;哪些可用,但是查询条件很复杂的;哪些可用,且查询简单的;哪些不用查询,有固定报表输出的。在宣传的时候,同步宣传:想快速响应,就坐下来谈需求,固定成报表。这样既能提升业务认知,又能多安利我们的BI系统,把BI的使用率搞上去,把零散、临时需求干掉,才是长期解决之道。注意!宣传的时候,不要发那些《腾讯/字节/华为大数据应用之道》之类,描述大数据多厉害的文章,只会吊高业务的胃口。应该多转发一些大数据/数据仓库/数据治理/数据分析的书单、技能树一类,让他们直观体验下“卧槽,这个东西这么复杂呀!”问题2:“我们的数据可大了,都在那里了,你为啥分析不出来?”这个问题和上个问题是同胞姐妹,本质都是领导不懂数据,以为有几个数字就是“大数据”了。这个问题还有个面孔,就是招(hu)聘(you)你进来的时候,领导语重心长地说:“我们的数据很大,都在那了,就差你分析了”,这时候一定小心,他们的数据八成是没有清理过的,商品编码、订单号都很乱的交易数据。如果再加上“没有数据团队”,或者“你自己孤悬于数据团队以外”这一条,请谨慎入职,你会被PUA到怀疑人生的。问题3:“数据不是数据分析的事吗,为啥要我参与?”注意,这一句是疑问句,不是反问句。业务有可能真的不知道,他和数据有啥关系。这时候需要我们耐心指引一下:得先采集,才有数据;采集数据需要业务流程;用户基础信息得收集才有;页面要埋点才有用户行为数据;商品信息得标准化维护,否则我们看不懂;供应商信息、物料信息、活动信息、优惠券信息同上;如果业务上活动时候乱套用一气,数据分不出来哪个是对的;……总之,详细陈述利弊,尽量争取业务支持。说到口干舌燥业务还是不搭理,记得写会议纪要,事后数据乱成一团麻,这也有人背锅不是……如果这一句是反问句,那么处理方法参照下一条。问题4:“你跑你的数去,你问那么多干嘛!”这个问题有两种形态。形态一是业务找到我们拿数,却说不清取数口径。这个时候不管对方态度多凶,必须要事先确认清楚,事先不确认清楚事后他照样会怪你:“取得都不准!你做的都是错的!”如果对方实在是既凶又蠢,那就拿数据字典让他勾选到底看啥指标,看多久的。形态二是事后我们想主动了解业务,结果碰一鼻子灰。注意!有些业务部门的人就是很难伺候,所以不强求所有的业务都配合,如果他真的不想沟通,就和他公事公办,换个人再沟通。一般有一两个部门合作良好,其他部门对付对付就差不多了。问题5:“你做的这个,我早知道了,有没有深入的分析?”这个问题和上一个问题是同胞姐妹。都是业务合作态度差导致的。你都不告诉我你知道了啥,我咋知道你有么有知道呢?只要我们主动沟通过,那责任就不在我们这边。如果我们没有沟通过,那下来反思反思,多积极沟通直到鼻子碰灰为止。其实这里可以有个双赢解:业务事先给分析假设,数据分析事后验证假设。不但能直插业务最关心的问题,而且能帮助数据了解业务的思路,最后双赢。不过这需要业务部门有合作意识,大家可以择人行事。问题6:“你预测得到底准不准?”这个问题永远有人问。注意!不要和他争论“80%、90%,95%哪个算准”。这就上套了,后边但凡业务出点问题,他都会怪到你头上“你预测得不准啊,我商品毛利才5个点,你预测95%准有啥用!都怪你!”这个问题的本质是:业务拿到预测要干啥?!如果先预测自然趋势,业务再基于自然趋势判断,那最后结果是被业务行为干扰过的,肯定和预测不一样。如果是先考虑业务行为,再预测结果,那业务得先告诉我们他们要怎么做,否则肯定预测不准。如果预测的指标跟业务没关系,那业务做得不好就不应该怪到预测上(都说没关系了,还想甩锅呢!)当然,最理想的状态是:预测会有问题,经过业务努力没有问题,然后业务表扬数据分析及时发现了问题,数据分析表扬业务行动有效制止了问题,相互吹捧它不香吗,何必相互伤害。问题7:“你要是能预测得100%准,我肯定能把业务做好!”这个问题也有同胞姐妹,比如“我做得不好,都怪数据分析不能100%精确锁定问题”,总之业务做不好,锅是数据的,业务自己没责任。很多同学会反问:“我哪里分析得不精准了!”这就上套了。不要和这些人争论分析的细节,争论到最后,他总会怪到你头上,诸如:“你为什么不能100%精准分析出来用户会在哪一天哪一秒钟打开APP!”除非我们有魔法水晶球,否则这些是做不到的。最好的办法,是借力打力。注意!老板们是很讨厌这种推卸责任的业务的。所以比较好的处理办法,是做分层分析,多总结成功业务的例子。同样的数据分析支持,为啥别人能做好,为啥偏偏就你做不好。把矛头引到“你为啥比不上别人”,引到“业务该怎么做”上,这样不但能避免甩锅,还能脚踏实地地解决问题。问题8:“你怎么证明,你做的分析和公司业绩提升有关系!”这个问题一般在考核绩效的时候才冒出来。听到问题的时候,都会让人恨得咬牙切齿,好想骂一句:“当初求数像条狗,看完数据嫌人丑!”不过一般这么问的都是领导,除了怒而辞职外,有

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论