数据分析师,到底要懂多少业务?

大数据 数据分析
不在理论层面浅尝辄止,也不沉迷于具体某一次成功经验,才能让自己理解能力越来越强,主动梳理能力越来越高。看到这,可能有同学会想看具体例子,有兴趣的话,欢迎加入我主理的知识星球,我们具体探讨哦!我还可以根据你的经验、能力和意向,帮你制定个性化的学习路线和职业规划。

总是听人说:数据分析师要懂业务,懂业务。懂业务确实很重要,可到底要懂到啥程度?很少有认真讨论的。更难搞的是,不管你懂多少,总会有人冒出来说你:“不懂业务呀”到底这事啥时候是个头?今天我们系统讲解一下。

 1、什么是业务

之所以有“业务”的说法,是和“技术”相对的。传统的说法里,业务泛指非技术类所有工作,是企业销售、营销、风控、运营工作的笼统称呼,这些都是直面B端/C端用户,为企业挣钱的活。技术,则对应着财务、IT、法务、人力、研发等支撑性专业,这些不直面客户,在背后支持业务运作。

在咨询公司、第三方数据公司、广告公司等等少数卖数据的公司里,数据是作为产品直接销售给客户的,数据地位更贴近业务。在其他大部分企业里,数据就是支撑部门,因此要懂业务、服务业务。

要懂业务,本质上是因为:数据从业务中来,要用回业务里去。

 2、懂业务,首先得懂数据怎么来

从业务中来,有三层含义:

1)数据产生于业务流程。

l 有了门店、销售队伍,才有线下成交数据

l 建了微商城、APP,才有线上成交数据

l 搞了微商城、APP埋点,才有互动数据

……

业务流程如何做,分几步做,做得能不能记录,决定了有啥数据可以分析。

2)业务动作会改变数据。

l  为了赶时间上线,不埋点,就没有互动数据

l  为了提高注册转化率,不收集基础信息,用户画像就缺一堆字段

l  销售自己搞了会员卡,客人不主动提就扫到自己卡上,数据就不真实

……

业务怎么做,直接关系到数据质量和数量

3)数据结果会影响业务动作。

l  销售业绩不达标,业务猛冲一波,月底业绩就大涨

l  销售业绩已达标,业务藏一波单,月底业绩就平着走

l  活跃人数不够,业务直接买流量,砸活动,数据刷的呱呱好看

……

因为很多企业建立了数据考核制度,因此当KPI/OKR不达标的时候,业务部门就开始各种骚操作,这些骚操作又会反向影响数据结果。

因此,如果不了解业务情况,只是就数论数的话,就很难做出有深度的分析。了解业务情况,就能读出数字背后的含义(如下图)

图片

业务不是虚幻的“商业模式”“底层逻辑”“核心思维”,更不是简单的AARRR、人货场几个字。业务是具体的系统流程、工作方式、数据记录。不去抠业务细节,就不知道数据从哪里来,受什么影响,会变成什么样,自然无法分析。

想系统化梳理业务,可以以一个具体业务流程为目标,进行梳理(如下图):

业务流:业务具体如何做,分几步,先干什么后干什么,谁来干

数据流:业务流程里,哪些环节有数据记录,记录了什么样数据,数据质量如何

管理流:业务部门看什么数据,背什么量化KPI指标,用什么手段影响数据结果

图片

注意,不同部门,不同等级的工作,对应的业务流程是不一样的,因此想梳理的话,就得一个部门一个部门的过,分层级理解(如下图)。

图片

 3、懂业务,还得懂数据怎么用

除非直接卖数据(或者卖基于数据的广告类产品),否则数据是无法直接变现的。想要变现,就得结合业务动作。这就得考虑:到底现在业务需要的是什么?

l  如果业务不了解现状,就给现状描述

l  如果业务不会下判断,就给标准建议

l  如果业务不清晰趋势,就给未来预测

l  如果业务不知道原因,就给原因分析

l  如果业务分不清主次,就给综合评估

总之,具体到一个公司的一个部门的一个岗位,具体到他到底在想什么问题,才能知道到底要输出什么结论。针对性越强,输出得越准确。

如果业务不知道怎么干……你得首先看,他到底有多不知道,才能对症下药(如下图)。

图片

 

所以,如果不懂业务,给出的数据结论针对性不高,就必然面对灵魂三问:

  • 你分析了啥?
  • 你分析的有啥用?
  • 你说的我早知道了!

 4、如何从不懂到懂

注意:业务不是一成不变的,具体到销售、营销、运营、生产、风控等具体领域以后,你会发现虽然每个领域有一些经典理论,但具体的做法却是日新月异。互联网的不断创新,还在贡献更多新玩法。因此:在业务问题上,没有懂王!掌握理解业务的方法才是关键。

对于3年经验以内的新人:

了解一个具体领域的具体业务流程的具体做法。这对于培养认真细致的钻研精神,至关重要。特别是了解数据采集方式与数据质量,这对于后续如何开展分析、选择建模方法,有关键影响。

对于3年-6年经验的中生代:

对一个具体行业(比如游戏、短视频、社区、电商、O2O……)常见玩法有了解,对一个具体细分领域(销售、营销、运营、生产、风控……)有比较深入的钻研。这些经验积累,是以后举一反三,理解更多新模式,新玩法的基础。

对于6+以上老人:

能举一反三,梳理一个新业务的逻辑;

有良好的沟通能力,能主动发起和业务的沟通,了解情况;

有独立的判断能力,能听出来业务嘴里的真假,反推动机。

到这个阶段,能熟练运用自己的能力,梳理业务情况,甚至能凭借经验主动指导业务了。

但是有一些做法,会阻碍进步哦,同学们注意避雷:

1)沉迷于“底层逻辑”“核心思维”“能力觉醒”

2)不看实际工作细节,总想找《电商行业百科全书全国统一认证版》

3)不看业务流程里数据采集点,张口“AARRR”闭口“用户画像”“精准”

4)只会从一张大宽表里拖数,数据咋来的,一问三不知

5)见过一个行业内成功案例,就认为全世界都该这么做

6)当懂王:“业务无非就是发优惠券”“互联网无非就是补贴”……

7)不可知论:“什么业务不业务,就是看老板心情……”

总之,具体问题,具体讨论,不在理论层面浅尝辄止,也不沉迷于具体某一次成功经验,才能让自己理解能力越来越强,主动梳理能力越来越高。看到这,可能有同学会想看具体例子,有兴趣的话,欢迎加入我主理的知识星球,我们具体探讨哦!我还可以根据你的经验、能力和意向,帮你制定个性化的学习路线和职业规划。

责任编辑:武晓燕 来源: 接地气的陈老师
相关推荐

2021-06-07 11:42:41

数据分析业务

2020-12-08 10:35:29

程序员IT数据分析

2017-12-13 10:04:05

2016-10-21 14:41:22

数据分析师大数据

2023-01-12 12:50:07

数据分析师运营,场景

2019-10-23 14:29:09

数据分析师数据科学统计

2024-10-12 14:39:54

业务型技术型数据分析师

2023-08-04 11:37:31

业务型技术型数据分析

2021-03-16 22:47:42

数据分析大数据岗位

2015-07-08 15:07:23

大数据分析多少种工具

2015-08-21 13:54:38

大数据

2020-05-12 10:44:19

数据分析师薪资数据

2021-03-26 07:37:34

数据分析工具技能

2023-07-08 23:05:01

数据分析运营

2015-08-18 13:26:05

数据分析

2020-06-15 15:43:23

数据科学家数据分析师数据科学

2012-08-08 09:00:29

数据分析师

2015-08-17 09:39:40

大数据

2012-08-07 17:32:25

数据分析师

2015-08-06 14:02:31

数据分析
点赞
收藏

51CTO技术栈公众号