編輯導語:數據分析往往會被認為是一份很簡單的工作,其實背後涉及種種複雜的條件和過程。那麼,什麼是高級的數據分析?高級的數據分析都需要什麼?如何提升數據分析的高級感?本文作者通過舉例的方式,為我們進行了詳細地解答。
“你有沒有做過高級的數據分析?”
這個問題一出,又問劈了很多同學。媽耶,平時都在跑取數單,啥是高級的數據分析見都沒見過,咋回答。今天系統解答一下。
一、什麼算高級問一個簡單的問題:汽車上如果沒有導航,能不能開車?
答:絕對可以。
實際上導航普及也沒幾年時間,但沒有導航,開車會異常麻煩:找不到路、錯過路口兜一大圈、傻乎乎堵在路上不會繞……總之開車效率低了很多。
這時候,只有各種路況牢記於心的老司機才能又快又準的抵達終點——這是人們通常心目中的“高級司機”。如果你去採訪他,他一定有很多“高級開車方法”可以分享。
但是有了導航以後,開車學習成本極大降低,以前菜鳥連路都找不到,現在按着導航走,也能大差不差的到達終點。
雖然高級的司機肯定還是會略快一點,但是高級程度已經大大下降了——因為結果上的差距拉近了很多。
雖然老司機們口頭上還是會有很多複雜的,難以學習的技巧,但是結果的差距相近,讓人們不再那麼迷信他們,反而開始吐槽他們的各種惡習:加塞、壓實線、變道不打燈……
所以我們看到,所謂的高級有兩種理解:
- 業務上的高級:被少數高人掌握,結果上又快又準,口頭炫酷複雜。
- 技術上的高級:能幫助大量菜鳥,結果上提升效率,操作簡單輕鬆。
那麼問題來了:數據分析,算是技術呢?還是業務呢?
二、高級的數據分析需要什麼之所以舉導航的例子,是因為數據分析和導航非常類似:
所以理論上,最高級的數據分析成果,就應該類似導航:
真正高級的數據分析,是體系化作戰:以業務流程為保障、以數據採集為基礎、以報表為骨幹、以數據產品為賣點,兼有業務經驗沉澱與模型輔助,是一套簡單易用的工具體系。如下圖所示:
但是,如果在面試或者對外交流的時候,經常有些不懂行的人出來嘀咕:你這個做的不夠高級呀,為什麼呢?
三、為啥不識貨的人那麼多越高級的數據分析,在菜鳥眼中越簡單。因為其中太多腳踏實地幹活的部分,完全不夠炫酷、玄幻、高大上嗎?
他們會不停嚷嚷:
- 數據本來就很大呀!
- 不就是做個報表嗎?
- 不就是做個提醒嗎?
- 你這預測也太簡單了?
- 能不能我嘴上不説,你自動預測我心裏想什麼?
你要是試圖給他們解釋:這個只是看起來簡單,需要打通n個系統,做n多埋點,採集n多數據,進行n次反覆實驗。就像你要跟他解釋導航軟件需要搞衞星遙感,街道實拍,預計算路徑一樣——他既聽不懂,也不覺得很高級。
他們會繼續嚷嚷:導航不是很多人都能做嗎,不就是輸入一個地址嗎,有啥難的。
總之,對他們而言,操作簡單就是方法簡單,只要聽懂名字就等於理解過程,他們渴望的是過程聽不懂且效果出人意料的牛逼的玩意。
是滴,菜鳥們需要的不是個數據分析師,而是個巫師。
帶着尖尖帽子,拿着魔杖,穿着灰色長袍,口中念着:阿瓦達克拉夫拉!然後變出一堆鈔票來。你不張嘴,他掐指一算,便知施主今日星座運勢——這看起來多高級!
當然,行業裏還是有識貨的人,但是萬一遇上這種菜雞,還偏愛跟你較真:“你有沒有啥高級的方法”,該咋對付呢?
四、如何提升數據分析的高級感我們拿看似最簡單的銷售分析舉個例子:
注意,以下方法只適用於面對不懂行且豪橫的壞人。本質上,這種質疑來自對數據分析工作的不理解,和對自身能力的過度自負。所以想要懟回去,剎掉對方的鋭氣,可以這麼幹:
1. 第一步:反客為主把他想抨擊你的話,主動説了。走他的路,讓他無路可走。
2. 第二步:展示神蹟注意:評價數據分析方法是否高級,本質看效果。所以想説一個高級的東西,先講,這麼幹有什麼好處。如下圖:
3. 第三步:引經據典本質上菜鳥們喜歡:模型、思維、範式這種巨牛逼的名字,所以起個牛逼名字。
比如:“我用數據分析發現了與銷售業績關聯度高的5個維度”,直接叫“構建銷售五力模型”,是不是逼格一下上來了?
類似的:“我按照5個維度對銷售進行了聚類分析,劃分為5個羣體”直接叫“構建分層精準運營體系”……絕對好使!
4. 第四步:繁花似錦不要解釋太多操作細節,解釋多了,他聽懂了,還嫌棄你不夠“高級”。
類似:“我按照XXX規則提取銷售名單交給業務部進行跟進,經過1個月檢驗發現65%預測正確,30%出現誤差”就太腳踏實地了。
直接叫:“建立賦能系統,進行5輪迭代,持續優化模型效能”直接把人看趴下。
差不多幾步下來,對方或是噴人鋭氣喪盡,或是被吹得心滿意足;如果有誠意合作的就直接往下聊了,如果是故意找茬的人,也無從下口——因為他自己也沒有高明到哪裏去。
只要那些天天吹高大上方法的人,一碰上數據採集、一碰上數據清洗、一碰上落地流程,基本都化成灰了,想反抗都反抗不了。
陳老師每次去見類似的好高騖遠的客户,都喜歡直接下載他們的APP,或者去他們的門店逛一圈。核心就關注他們的數據採集流程,以及活動規則設定。
當我切換到微信小號一遍又一遍薅新人羊毛,讓我在銷售/導購那裏聽到:“先生您隨便填一下這個就好”,我都會截圖、錄音記錄。
之後再遇到跟我扯各種高級、智能、神奇方法的時候,就把這些基礎數據質量問題甩出來給大家看,然後話題基本都轉成:糞坑之上能不能蓋摩天大樓,效果羣拔。
當然,作為從業者,我們還是希望業內浮躁盲目的氣氛少一點,大家多認真幹活,這也是陳老師努力科普的原因。
並且這裏有些工作,比如預測業績、預測響應率,還是需要用到一定算法,比直接跑報表有技術含量。
有興趣的話,關注接地氣的陳老師,下一篇我們來分享:如何做一個真正有用的模型,敬請期待哦。
#專欄作家#接地氣的陳老師,微信公眾號:接地氣學堂,人人都是產品經理專欄作家。資深諮詢顧問,在互聯網,金融,快消,零售,耐用,美容等15個行業有豐富數據相關經驗。
本文原創發佈於人人都是產品經理。未經許可,禁止轉載
題圖來自Pexels,基於CC0協議