熱線電話:13121318867

登錄
首頁精彩閱讀數據分析師是否需要研究如何解決問題?
數據分析師是否需要研究如何解決問題?
2015-12-22
收藏
數據分析師是否需要研究如何解決問題?
那么,在大數據時代,是否有這個必要?從熟悉業務、分析問題,到解決問題,有多大的Gap? 我們設計一些場景,來看看大數據時代,是否需要數據分析進化。

 例如市場部要求數據分析師分析一下,下月新品上市和老品清貨,對用戶群體進行分析一下,來進行營銷和用戶關懷,需要細分用戶,并給出相應的營銷內容和方案。結果可能是用戶對老品清貨更感興趣,新品沒預期效果。 如果按照業務的需求來分析,給結論、給建議,其實上述段子里的數據分析就合格地完成了自己的任務,但結果是沒達到預期的。
你說數據分析師能力不夠?他不是按照需求分析的么?你說業務的能力差,運營不到位?

這種運營思路符合常規嘛。 但如果數據分析師有解決問題的能力,他/她有做產品經理或運營經理的思維,且又有數據嚴謹的論證和推論,個人覺得事情可以做得更好。 回到上個段子的事,分析師如果還是按照需求來分析,做支持,那么還是“工程師”的定位,雖然他們比工程師更接近業務。

在這個需求中,分析師不但需分析新老品用戶群體,以及交集的用戶群體,分別不同的營銷,而且還需要弄清楚,當用戶同時面對的時候,如果過去是喜歡新品的用戶,當他面對老品清貨,沒有影響因素么?但如果又有同時滿足怎么辦?

那么解決的辦法,就是先吸引新品,再推老品清貨,突出新品而輕描淡寫清貨,過程中還要判斷兩者進行情況,再做中間調整,所有策略,都需要和市場人員協商討論各種可能情況,而不是僅僅支持,僅僅作數據分析,滿足數據需求。

數據分析咨詢請掃描二維碼

若不方便掃碼,搜微信號:CDAshujufenxi

數據分析師資訊
更多

OK
客服在線
立即咨詢
日韩人妻系列无码专区视频,先锋高清无码,无码免费视欧非,国精产品一区一区三区无码
客服在線
立即咨詢