
數(shù)據(jù)的傳統(tǒng)角色是幕后支持,但互聯(lián)網(wǎng)時代給了數(shù)據(jù)現(xiàn)在前臺第一線的機會,現(xiàn)在的站內推薦,個性化落地頁,站外智能投放只是一個縮影,此時這些業(yè)務直接由數(shù)據(jù)智慧主導,效果如何立竿見影。我相信數(shù)據(jù)會在更多場景下從幕后走到前臺,輔助支持是其次,主導驅動才是關鍵!
其實做這篇文章來源于我在微博上的一個討論,原意是感慨現(xiàn)在大多數(shù)分析師的落腳點都無法與公司核心掛鉤,所以數(shù)據(jù)價值無法實現(xiàn)。(大家有興趣可以去看下我的微博,這個的討論的確有啟發(fā)意義)言歸正傳,這篇文章的核心是討論數(shù)據(jù)價值如何定位的問題,即怎么做,做什么會讓數(shù)據(jù)價值最大化??吹轿也┛偷耐瑢W估計大多數(shù)是做網(wǎng)站分析的,一部分是做sem的,小部分是做純數(shù)據(jù)分析的。我想問關于第一類和第三類的同學——你們做的數(shù)據(jù)有價值嗎?價值大嘛?如何衡量?
討論一 關于是否有價值的問題
數(shù)據(jù)當然有價值,但你做的確實有價值嗎?可以打個比方,如果公司或者部門缺少了你,他們是否能正常運行?業(yè)務運行質量是否會下降?如果你回答是,那么恭喜你,你的數(shù)據(jù)已經影響到業(yè)務并且有價值,如果你不能確定,或者直白點說業(yè)務沒有你照樣運作并且?guī)缀醪皇苡绊懀敲茨愕墓ぷ骶褪菦]有價值。
在實際情況下,估計大多數(shù)情況屬于第二種。我常對別人開玩笑說,一個公司有兩類人是可有可無的(最起碼在公司初創(chuàng),為了節(jié)省成本可以去掉的角色):一是產品經理,二是數(shù)據(jù)分析師。大家可以想象,沒有產品經理業(yè)務直接對技術也可以,沒有數(shù)據(jù)分析師業(yè)務照樣開展工作,傳統(tǒng)企業(yè)就是這么走過來的,照樣很多公司上市。
我在這里并不是危言聳聽,只是覺得如果某個職能部門可有可無,那他一定不會被重視!
那怎樣才能產生價值?下面幾條原則會明確我們的價值。
1.不做別人懶得做的工作。通常很多數(shù)據(jù)分析師正在做的是倒數(shù),數(shù)據(jù)清洗和匯總,這些都是業(yè)務懶得去做的,我們只是這些低價值外包工作的承接者。當然要拒絕。
2.不要迷信所謂的權限把控,該放權時就放權。你的公司是否假權限甚至權利控制的名義,讓你把控數(shù)據(jù)權限?這樣一來你是在把控,但更多是給他們提供數(shù)據(jù)。
3.關聯(lián)到你公司的核心數(shù)據(jù)上,否則你就游離在可有可無的邊緣。很好理解,不與公司的核心利益掛鉤,銷售公司你不做利潤,平臺企業(yè)不做傭金,其他的都太次要了。
做到以上兩點,我們的工作最起碼是有價值的,并且能與公司的核心利益掛鉤。
討論二 關于價值大小的問題
當然在討論這個問題之前,你所在的業(yè)務部門或中心決定了你的定位,網(wǎng)站分析大多在偏營銷或前端的中心,定位可能是讓你要做好本部門或本中心的數(shù)據(jù)支持。但這并不意味著你不能拓展你的視野,你需要在做好本部門本中心的前提下,把數(shù)據(jù)伸展到數(shù)據(jù)鏈條的上下游,這是誰都不能拘束的。
現(xiàn)在回過頭來看看你所做的數(shù)據(jù)工作價值大小的問題。
情景一 如果你每天做的是取數(shù),那么可以說,你被替代的可能性太高了。當然面對幾百甚至上千張數(shù)據(jù)倉庫中的庫表,很好的理解業(yè)務需求并用最優(yōu)化的查詢提取數(shù)據(jù)是一個技能,但提高空間有限。換個人,只要他了解SQL,只要他有數(shù)據(jù)字典,取數(shù)不是一個困難的工作。另外,對數(shù)據(jù)分析師而言,自己可以從數(shù)據(jù)庫中自由提取數(shù)據(jù)是一項基本技能。
情景二 如果你每天做的是各種匯總,包括所謂的日,周,月,季,年報,那你的價值也不大。日常報告很重要,我常對我的數(shù)據(jù)分析師說,日常類的報告是一個次要過程,日常數(shù)據(jù)報告可以發(fā)展規(guī)律,進行預警,甚至可以做效果的預測。如果日常報告都做不好,就不要提各種專項和項目類工作了。
但問題在于,很多IDEA通常日常報告無法展開,你總不能寫一篇20頁的日報。日報的作用在于日常檢測和關鍵數(shù)據(jù)的異常分析,是對單點的分析,言簡意賅的定義問題,說明問題以及下一步方向是關鍵。
情景三 如果你在做一些專項的報告,可能是業(yè)務特殊關注點,或者是某個業(yè)務專題,通?;◣滋焐踔潦且粌芍艹鰜砹艘粋€報告無論是面向總裁辦的市場分析還是面向業(yè)務的專項,報告出來以后你通常會如何開展下一步工作?
一種方式是報告發(fā)給相關領導同事。嗯,不錯,但我要告訴你,你的報告可能都沒被你的報告對象看到,很可能已經埋沒在無盡的郵件中。這時候你該知道,報告都沒有被看到,談什么價值?當然,主動一點的會告知一下你的對象,這種情況下,充其量是別人看到了。但你有想過嗎?他們看懂了嗎?里面有哪些點是對業(yè)務有用的,哪些是可以進一步促進業(yè)務優(yōu)化的?所以,只是發(fā)報告價值不大。
第二種方式(也是我建議并且認為應該去做的)是主動邀請你的業(yè)務對象進行會議溝通。當然溝通的形式可以是會議,討論都行,關鍵是你要和你的業(yè)務面對面的溝通。通過溝通,你會知道你的分析哪些是主觀臆斷,哪些是無法落地,甚至哪些是由于業(yè)務問題導致數(shù)據(jù)的異常。溝通后不僅對業(yè)務有促進作用,同時也會提高我們自身對業(yè)務的了解。
當然,我們寫報告的價值不是單純?yōu)榱藴贤?,有部分的價值是提高業(yè)務數(shù)據(jù)意識和數(shù)據(jù)能力,同時能把你的數(shù)據(jù)發(fā)展的特殊點告知業(yè)務,如果溝通完以后,業(yè)務有一種恍然大悟的感覺,那么恭喜你,這部分價值已經體現(xiàn)。
寫報告的第二種價值是一定要有業(yè)務落地點,根據(jù)數(shù)據(jù)分析定義問題的好壞,并分析原因并盡可能找到答案。這里有一個誤區(qū):我們分析的過程是盡可能還原業(yè)務場景,然后找到問題根源。但這并不意味著我們所有問題都要從數(shù)據(jù)中尋找答案,很多時候,業(yè)務的一句話就能解答數(shù)據(jù)的異常原因。所以數(shù)據(jù)分析師一定要多與業(yè)務溝通,這種溝通在需求確認,分析思路,數(shù)據(jù)抽取,報告撰寫,會議溝通整合過程都需要。如果能做到報告有落地,有明確的下一步動作,那么恭喜,你的報告比較有價值,你已經在驅動業(yè)務了。
報告不是數(shù)據(jù)分析的終點,驅動業(yè)務動作或者最起碼是意識的提高才是根本。
討論三 關于如何提高數(shù)據(jù)價值的問題
以上三種形態(tài)解釋了不同情況下數(shù)據(jù)價值的大小,那我們討論下如何提高數(shù)據(jù)價值的問題。
要提高數(shù)據(jù)價值首先明確定位,這里需要區(qū)分獨立的大數(shù)據(jù)中心(獨立數(shù)據(jù)集中中心)和分業(yè)務中心,在上文已經闡述了分業(yè)務中心分析師的職責和價值所在,這里主要談數(shù)據(jù)中心。
1. 獨立數(shù)據(jù)集中中心
獨立數(shù)據(jù)中心的定位是為全公司提供數(shù)據(jù)支持,包括底層數(shù)據(jù)收集,數(shù)據(jù)清洗,數(shù)據(jù)存儲,數(shù)據(jù)挖掘,報表體系,商業(yè)智能和宏觀視野等,另外還可能包括智能推薦,智能現(xiàn)在投放等。
獨立數(shù)據(jù)中心既然要承接全公司數(shù)據(jù)需求,最終展現(xiàn)出來的類可視化或產品化的東西需要有數(shù)據(jù)平臺(含數(shù)據(jù)收集,處理,打通挖掘,報表,基本數(shù)據(jù)需求滿足等),這是最基礎的價值存在。通過這個平臺,業(yè)務或分中心數(shù)據(jù)分析師和業(yè)務人員能獲取定義問題,分析問題,解決問題方向的數(shù)據(jù)。當然集成BI相關模塊后還可以做預警,預測類的前瞻性,計劃性,預測性的數(shù)據(jù)價值。(CDA數(shù)據(jù)分析師培訓)
其次作為全公司的支持中心,很多業(yè)務需求是臨時的,通過數(shù)據(jù)平臺無法直接提供解決方案,此時需要進行人工支持,其中可能包括挖掘項目。注意,千萬不要被可憐的權限控制,成為一個取數(shù)工具,以把控權限為由的取數(shù)更多是浪費工作價值的自欺欺人之舉。
第三作為公司級別的支持中心,數(shù)據(jù)的價值除了BI和對業(yè)務中心外,在越來越個性話,多元化的當下,數(shù)據(jù)的應用范圍越發(fā)廣泛,很多都已經成為標配,如個性化推薦(個性化廣告,商品,資源位等),甚至在DSP,RTB等精細化廣告運營的今日,大數(shù)據(jù)也會發(fā)生強大的作用。除此以外配合網(wǎng)站用戶體驗的A/B測試等數(shù)據(jù)功能也都是大數(shù)據(jù)中心的價值所在,并且這種價值才是真正直接體現(xiàn)數(shù)據(jù)價值的應用場景。我們的價值發(fā)揮不僅可以輔助業(yè)務決策,并且能夠直接驅動業(yè)務,直接智能化的指導業(yè)務操作,這才是高價值的體現(xiàn)!
2. 為什么這種形式價值最大?
我們之前所提到的報告,平臺,BI都是為業(yè)務服務,而真正要產生價值需要業(yè)務配合,注意這里用的是配合,但最后價值有無或大小都要看業(yè)務的理解能力,配合能力,心情,排期等,這樣一來數(shù)據(jù)的價值是間接通過業(yè)務產生的。間接意味著每個環(huán)節(jié)都會有價值傳遞的削減,最后能有多少價值?
數(shù)據(jù)的傳統(tǒng)角色是幕后支持,但互聯(lián)網(wǎng)時代給了數(shù)據(jù)現(xiàn)在前臺第一線的機會,現(xiàn)在的站內推薦,個性化落地頁,站外智能投放只是一個縮影,此時這些業(yè)務直接由數(shù)據(jù)智慧主導,效果如何立竿見影。我相信數(shù)據(jù)會在更多場景下從幕后走到前臺,輔助支持是其次,主導驅動才是關鍵!
大數(shù)據(jù)時代給了我們更多可以應用數(shù)據(jù)的機會,與此同時我也看到現(xiàn)實的挑戰(zhàn),大數(shù)據(jù)或數(shù)據(jù)智能要發(fā)揮價值,離不開運維,技術開發(fā),可以說一個公司的技術水平就決定了數(shù)據(jù)的水平。巧婦難為無米之炊,在數(shù)據(jù)智能的各個階段,我們都需要技術和IT支持。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到決策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10