数据分析师,如何给自己找活干

大数据 数据分析
数据分析想给自己找活干,要多了解公司数据现状,找到业务部门需要的数据,从报表开始逐步完善数据体系,并且要列清楚进度,一步步实现,让大家看到自己的努力,这样才是破局之路。​

两极分化,是数据分析工作的常态。在一些同学每天忙着搓SQL搓不完的时候,另一些同学却深深陷入“我到底要干点啥?”的迷茫中。这些同学经常是刚入职一家企业,或者新成立的数据部门。他们的直属领导忙得脚打屁股,一周都见不到一次面,见面只会说:

“你要发挥主动性”

“你跟业务多聊聊”

“你自己多想想能做啥?”

就没了,没了,没了…… 咋办!

破局思路

大家要注意,这时候千万不要选择“自己憋”。企图关起门来,自己憋出一个惊艳所有人的分析主题。这么憋,大概率憋不出来,即使憋出来也会换来一句:“我早知道了”。因为除了刚成立数据部门的初创企业,大部分企业都多多少少有报表在使用。自己初来乍到,不了解情况,很有可能做的主题是重复的。

数据分析的核心价值,在于:提供别人需要但目前没有看到的数据。别人需要啥是第一位的。因此,做好调研,摸清需求,才好做下一步工作。

从这里开始

一提到调研,很多同学会想到:跟业务聊。想到跟业务聊,社恐症开始发作,拖延症也一并发作,然后就会拖很久很久没动静。其实在啥也不知道的情况下,确实很难向业务开口。好在我们还有别的方法。

企业里,完整的数据分析体系如下图所示。

图片图片

其中,经营分析部分,因为涉及业务和财务的数据打通,所以主题是相对固定的,包括:

1、收入KPI达标情况

2、成本KPI控制情况

3、渠道投入产出比

4、商品/项目盈亏情况

5、各业务线达标情况

因此,在不清楚干啥的时候,可以先看:

1、是否有部门在承接经营分析报告

2、经营分析主题是否都有人做

3、每个主题是否有固定的跟踪报表

一般数据部门是有权限查看有哪些报表在固定更新,因此可以看到这些情况。如果看不到,也可以直接向直属领导询问,只要1次沟通就能搞清楚。

如果遇到下面的情况:

1、仅有财务报告,没有业务报告

2、有报告,但缺了某些主题

3、只有月度报告,缺了跟进报表

那么就可以直接提需求,要求完善相关报告,这样就能找到一份活干了。并且这个活能让领导们对经营情况看得更清楚,更完整,是直接有用的,不担心踩雷。

当然,如果经营分析层面,已经有完整的报告了,就得继续往下深入业务,才能找到机会。

深入业务找机会

大部分专题分析,需要和业务具体聊才能掌握需求。但注意,并不是所有业务都那么重视数据,也不是所有业务都想和我们聊的。找好对象非常重要。

这时,可以发挥我们的分析能力,分析业务部门状态,有三个重要指标可以参考

1、业务部门业绩好坏。直接从经营分析报告里看结果

2、业务部门取数需求多少。从日常更新报表+临时取数数量来判断

3、业务部门合作积极性。这个得靠自己聊,主观判断高/低

这三个指标一组合,就能做出业务部门的《数据需求画像》,并且针对性进行服务了(如下图所示)。

图片图片

分阶段给成果

这里要注意!有可能,业务部门给的是一个具体的数据需求“给我增加一张XX报表”,这种需求直接接了就做就好了。

如果业务部门给的是:“我们有一个XX问题很想分析出来”这时候脑子一定要保持警惕!没有经验的同学,会觉得:“终于来活啦!”然后开心地接下来,夯吃夯吃开干,完全没预感到前途的风险……

一般业务上很难解决的问题,数据上也很难分析。比如业务说:“我们新产品成功率太低,能不能分析下哪款新品能成功?”

此时,很有可能会是下面的情况:

1、整个行业来看,新品成功率就是不高

2、公司陈年老账,业务能力就是不行

3、缺少过程数据,只有销售结果

这些情况,都不是靠一两张数据表就能解决的。接需求的时候,当你听到具体业务问题,不要一口答应:“我两周后给结果”,而是做一个工作计划表(如下图):

图片图片

这样,分阶段输出,即使最后卡在某个环节,大家也能看到你前边的努力,这个差就差不多能交了。很多被没有需求憋疯了的同学,盲目接一些很难很难的问题,结果输出不了结果,把自己整得更疯了……最后心灰意冷离职的也不在少数。大家务必小心

小结

小结一下:数据分析想给自己找活干,要多了解公司数据现状,找到业务部门需要的数据,从报表开始逐步完善数据体系,并且要列清楚进度,一步步实现,让大家看到自己的努力,这样才是破局之路。

责任编辑:武晓燕 来源: 接地气的陈老师
相关推荐

2016-10-21 14:41:22

数据分析师大数据

2017-05-11 10:05:47

数据分析excelPython

2017-05-11 10:35:51

数据分析语言学习

2019-03-04 14:52:42

数据分析简历工作经历

2024-07-26 21:36:43

2018-01-28 15:40:20

数据分析师职业规划数据分析

2023-07-08 23:05:01

数据分析运营

2021-03-26 07:37:34

数据分析工具技能

2020-05-12 10:44:19

数据分析师薪资数据

2015-08-18 13:26:05

数据分析

2015-05-29 10:24:32

数据分析师成为数据分析师

2021-04-23 14:16:13

数据分析师数据指标运营工作

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

2015-08-04 13:25:46

数据分析

2015-08-19 13:50:19

数据分析

2017-02-13 19:25:24

2023-07-28 14:48:00

数据分析效果
点赞
收藏

51CTO技术栈公众号