
數據的傳統角色是幕后支持,但互聯網時代給了數據現在前臺第一線的機會,現在的站內推薦,個性化落地頁,站外智能投放只是一個縮影,此時這些業務直接由數據智慧主導,效果如何立竿見影。我相信數據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,原意是感慨現在大多數分析師的落腳點都無法與公司核心掛鉤,所以數據價值無法實現。(大家有興趣可以去看下我的微博,這個的討論的確有啟發意義)言歸正傳,這篇文章的核心是討論數據價值如何定位的問題,即怎么做,做什么會讓數據價值最大化??吹轿也┛偷耐瑢W估計大多數是做網站分析的,一部分是做sem的,小部分是做純數據分析的。我想問關于第一類和第三類的同學——你們做的數據有價值嗎?價值大嘛?如何衡量?
討論一 關于是否有價值的問題
數據當然有價值,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?業務運行質量是否會下降?如果你回答是,那么恭喜你,你的數據已經影響到業務并且有價值,如果你不能確定,或者直白點說業務沒有你照樣運作并且幾乎不受影響,那么你的工作就是沒有價值。
在實際情況下,估計大多數情況屬于第二種。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,為了節省成本可以去掉的角色):一是產品經理,二是數據分析師。大家可以想象,沒有產品經理業務直接對技術也可以,沒有數據分析師業務照樣開展工作,傳統企業就是這么走過來的,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。通常很多數據分析師正在做的是倒數,數據清洗和匯總,這些都是業務懶得去做的,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,讓你把控數據權限?這樣一來你是在把控,但更多是給他們提供數據。
3.關聯到你公司的核心數據上,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,你所在的業務部門或中心決定了你的定位,網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據支持。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,把數據伸展到數據鏈條的上下游,這是誰都不能拘束的。
現在回過頭來看看你所做的數據工作價值大小的問題。
情景一 如果你每天做的是取數,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據倉庫中的庫表,很好的理解業務需求并用最優化的查詢提取數據是一個技能,但提高空間有限。換個人,只要他了解SQL,只要他有數據字典,取數不是一個困難的工作。另外,對數據分析師而言,自己可以從數據庫中自由提取數據是一項基本技能。
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,我常對我的數據分析師說,日常類的報告是一個次要過程,日常數據報告可以發展規律,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據的異常分析,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,可能是業務特殊關注點,或者是某個業務專題,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務有用的,哪些是可以進一步促進業務優化的?所以,只是發報告價值不大。
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,甚至哪些是由于業務問題導致數據的異常。溝通后不僅對業務有促進作用,同時也會提高我們自身對業務的了解。
當然,我們寫報告的價值不是單純為了溝通,有部分的價值是提高業務數據意識和數據能力,同時能把你的數據發展的特殊點告知業務,如果溝通完以后,業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。
寫報告的第二種價值是一定要有業務落地點,根據數據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:我們分析的過程是盡可能還原業務場景,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據中尋找答案,很多時候,業務的一句話就能解答數據的異常原因。所以數據分析師一定要多與業務溝通,這種溝通在需求確認,分析思路,數據抽取,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,你已經在驅動業務了。
報告不是數據分析的終點,驅動業務動作或者最起碼是意識的提高才是根本。
討論三 關于如何提高數據價值的問題
以上三種形態解釋了不同情況下數據價值的大小,那我們討論下如何提高數據價值的問題。
要提高數據價值首先明確定位,這里需要區分獨立的大數據中心(獨立數據集中中心)和分業務中心,在上文已經闡述了分業務中心分析師的職責和價值所在,這里主要談數據中心。
1. 獨立數據集中中心
獨立數據中心的定位是為全公司提供數據支持,包括底層數據收集,數據清洗,數據存儲,數據挖掘,報表體系,商業智能和宏觀視野等,另外還可能包括智能推薦,智能現在投放等。
獨立數據中心既然要承接全公司數據需求,最終展現出來的類可視化或產品化的東西需要有數據平臺(含數據收集,處理,打通挖掘,報表,基本數據需求滿足等),這是最基礎的價值存在。通過這個平臺,業務或分中心數據分析師和業務人員能獲取定義問題,分析問題,解決問題方向的數據。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,預測性的數據價值。(CDA數據分析師培訓)
其次作為全公司的支持中心,很多業務需求是臨時的,通過數據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,成為一個取數工具,以把控權限為由的取數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,數據的價值除了BI和對業務中心外,在越來越個性話,多元化的當下,數據的應用范圍越發廣泛,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,大數據也會發生強大的作用。除此以外配合網站用戶體驗的A/B測試等數據功能也都是大數據中心的價值所在,并且這種價值才是真正直接體現數據價值的應用場景。我們的價值發揮不僅可以輔助業務決策,并且能夠直接驅動業務,直接智能化的指導業務操作,這才是高價值的體現!
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都是為業務服務,而真正要產生價值需要業務配合,注意這里用的是配合,但最后價值有無或大小都要看業務的理解能力,配合能力,心情,排期等,這樣一來數據的價值是間接通過業務產生的。間接意味著每個環節都會有價值傳遞的削減,最后能有多少價值?
數據的傳統角色是幕后支持,但互聯網時代給了數據現在前臺第一線的機會,現在的站內推薦,個性化落地頁,站外智能投放只是一個縮影,此時這些業務直接由數據智慧主導,效果如何立竿見影。我相信數據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!
大數據時代給了我們更多可以應用數據的機會,與此同時我也看到現實的挑戰,大數據或數據智能要發揮價值,離不開運維,技術開發,可以說一個公司的技術水平就決定了數據的水平。巧婦難為無米之炊,在數據智能的各個階段,我們都需要技術和IT支持。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
CDA數據分析師證書考試體系(更新于2025年05月22日)
2025-05-26解碼數據基因:從數字敏感度到邏輯思維 每當看到超市貨架上商品的排列變化,你是否會聯想到背后的銷售數據波動?三年前在零售行 ...
2025-05-23在本文中,我們將探討 AI 為何能夠加速數據分析、如何在每個步驟中實現數據分析自動化以及使用哪些工具。 數據分析中的AI是什么 ...
2025-05-20當數據遇見人生:我的第一個分析項目 記得三年前接手第一個數據分析項目時,我面對Excel里密密麻麻的銷售數據手足無措。那些跳動 ...
2025-05-20在數字化運營的時代,企業每天都在產生海量數據:用戶點擊行為、商品銷售記錄、廣告投放反饋…… 這些數據就像散落的拼圖,而相 ...
2025-05-19在當今數字化營銷時代,小紅書作為國內領先的社交電商平臺,其銷售數據蘊含著巨大的商業價值。通過對小紅書銷售數據的深入分析, ...
2025-05-16Excel作為最常用的數據分析工具,有沒有什么工具可以幫助我們快速地使用excel表格,只要輕松幾步甚至輸入幾項指令就能搞定呢? ...
2025-05-15數據,如同無形的燃料,驅動著現代社會的運轉。從全球互聯網用戶每天產生的2.5億TB數據,到制造業的傳感器、金融交易 ...
2025-05-15大數據是什么_數據分析師培訓 其實,現在的大數據指的并不僅僅是海量數據,更準確而言是對大數據分析的方法。傳統的數 ...
2025-05-14CDA持證人簡介: 萬木,CDA L1持證人,某電商中廠BI工程師 ,5年數據經驗1年BI內訓師,高級數據分析師,擁有豐富的行業經驗。 ...
2025-05-13CDA持證人簡介: 王明月 ,CDA 數據分析師二級持證人,2年數據產品工作經驗,管理學博士在讀。 學習入口:https://edu.cda.cn/g ...
2025-05-12CDA持證人簡介: 楊貞璽 ,CDA一級持證人,鄭州大學情報學碩士研究生,某上市公司數據分析師。 學習入口:https://edu.cda.cn/g ...
2025-05-09CDA持證人簡介 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度、美團、阿里等 ...
2025-05-07相信很多做數據分析的小伙伴,都接到過一些高階的數據分析需求,實現的過程需要用到一些數據獲取,數據清洗轉換,建模方法等,這 ...
2025-05-06以下的文章內容來源于劉靜老師的專欄,如果您想閱讀專欄《10大業務分析模型突破業務瓶頸》,點擊下方鏈接 https://edu.cda.cn/g ...
2025-04-30CDA持證人簡介: 邱立峰 CDA 數據分析師二級持證人,數字化轉型專家,數據治理專家,高級數據分析師,擁有豐富的行業經驗。 ...
2025-04-29CDA持證人簡介: 程靖 CDA會員大咖,暢銷書《小白學產品》作者,13年頂級互聯網公司產品經理相關經驗,曾在百度,美團,阿里等 ...
2025-04-28CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-27數據分析在當今信息時代發揮著重要作用。單因素方差分析(One-Way ANOVA)是一種關鍵的統計方法,用于比較三個或更多獨立樣本組 ...
2025-04-25CDA持證人簡介: 居瑜 ,CDA一級持證人國企財務經理,13年財務管理運營經驗,在數據分析就業和實踐經驗方面有著豐富的積累和經 ...
2025-04-25