来源:https://mp.weixin.qq.com/s/6pJ2-q-zUrSP54XOznT7yw

    正文开始
    **

    种一棵树最好的时间是十年前,其次是现在。十年了,本次分享大多来自工作中的日常所思所想,欢迎自取。

    _

    01

    1. <br />**数据分析的本质**

    数据是基础,分析才是重点。

    行业内有专门的统计岗,就是只负责做好数据统计就可以了,不需要考虑其他的内容;

    但是分析岗,前提是针对问题进行分析,所以侧重的是问题解决,以及通过什么样的思路、方法进行解决的,解决之后的结果是好还是不好,这些都需要进行评估。

    02

    1. <br />**做好数据分析需要具备什么

    一、问题思维
    **

    我做分析师的十年感受 - 图1

    首先得有问题思维,能够在需求对接过程中,识别出哪些是真正核心的问题,以及这些问题是否具备可行性探索的可能性。

    需求要怎么拆解?按照写作的几个要素,时间、地点、人物、事件、过程、结果。

    • 弄清楚背景,在一个什么前提下做的;
    • 弄清楚目的,要实现怎么样的结果;
    • 弄清楚人物关系,彼此之间的利益关系是怎么样的;
    • 弄清楚受众,他们日常的数据来源都从哪儿来,谁提供的,会不会有多数据源的情况存在

    对于问题的描述一定要具体,而不是模棱两可的,譬如老板最近给了个任务,我们探索下业务的发展趋势。


    这个问题就极其模糊,他是想证明业务是往好的发展还是不好的发展,在他心里应该会有一层预估,这个地方就需要深挖,否则的话就变成了一个开放性的话题,很难得出结论。

    继续往下,业务在增长,是好还是坏?其实很难得出结论;

    如果再深入分析,华东的业务在增长,华南的业务在下降,是好还是坏?其实还是很难得出结论,因为没有具体的量化指标

    继续深入分析,华东的业务同期增长120%,华南的业务在同期下降1%,是好还是坏?这时候一般而言,就可以下结论,华东比华南的表现要好,

    那看绝对值呢,华东前一年是100万,华南前一年是8000万,那还能说吗华东比华南好么?不一定的吧,所以说,看数据不要从单一视角下结论。

    接下来,把所有的条件拉平,在同等规模的情况下,前一年都是100万的基础上,涨幅还是和之前的数据一样,是好还是坏?于是,很直接的就下结论了,华东是真的要比华南要好。

    这时候你会发现老板还是皱着眉头,一头雾水,为什么呢?

    过去的一年里面,在华东的投入成本是200万,但是在华南的投入成本只有50万,但是产生的效果并没有成倍的增长,这时候还能下上面的这个结论么?

    所以说,分析的过程,就是一个不断往下钻的过程,直到追本溯源,了解到整个业务的全链路过程(有可能是局部),才能真正的给到合理的结论。

    二、全局观
    **

    我做分析师的十年感受 - 图2

    分析的终点一定是有一个盖棺定论的结果出来,而不是统计出来一个现象进行公布,这个结果又必须是客观的事实反馈,只有在解读里面才能带上主观臆断,做资源倾斜。

    分析的闭环在于所有的结果都要形成策略,没有策略推进下去的分析都是不完整的,仅仅只是完成了一轮想法论证而已。

    策略的制定依赖于自身对于诸多知识的整合,在这个过程中不仅仅是数据分析专业本身,可能还包括政策、法规、行业、市场、营销、运营、产品、商品等等,每个模块并不一定要自己都亲身去经历过,但最好是能亲身去见证过。

    就好比卖牛奶,得去了解牛奶的源头是牧场里的牛要怎么养,怎么产奶、怎么生产、怎么包装、怎么装配、怎么存储、怎么运输、怎么分销、怎么和平台谈合作谈返点、怎么找渠道商、怎么定价、怎么推广、怎么触达客户、怎么留住客户形成黏性、怎么窥探客户的周期、又怎么去改进产品……

    从这个点上来看,做分析的人需要有全局观。

    同样是玩泥巴,你玩泥巴是随性而为,但是工程师玩泥巴,是把钢筋水泥打造成为形形色色的高楼大厦,凸显商业价值和格局。

    一个水泥工在建楼的时候,他多砌一块砖少砌一块砖并不会影响到整个楼宇的稳定性,但是如果是少建一堵承重墙,那房屋就有崩塌的风险。

    说这两个事情,是想说,作为分析师要对自己的价值、定位有非常清晰的认知,而不是随波逐流。往往听到的是,我身边的分析师,大多都是用sql取个数,工作完成了,也没有分析个什么东西出来。要说的是,目前市面上95%以上的分析师都是做着取数的活,只有5%不到的人是真的在做分析,这就是金字塔效应,有人的地方一定会有三六九等,无非看自己要去选择做哪一层,是在下面还是想去上面而已。

    我只是一个平凡的再也不平凡的分析师而已,距离顶级还有相当长的一段距离,但是在这个过程里面绝对拒绝去做平庸的事情。

    很多时候,我们会认为自己做的事情很普通,有不少知识掌握了就自认为我会了,缺少深度思考,回过头来看,不妨多反问下自己,你是真的会了么?对这个事情的本质、本源都抓到精髓了么?

    不一定的,绝大多数时候都是停留在对事物认知的表面,而不是去思考这个事情是怎么发生的,潜在过程有哪些,背后的模式有哪些,然后假象是自认为已经get到了各种模式,到某天碰到问题的时候才发现原来懂的只是皮毛。

    为了规避这种情况,就要多去看点杂书,从各个视角去看世界。

    三、上位思考逻辑
    **

    我做分析师的十年感受 - 图3

    从上往下的思维是这样的,一家公司,只要是一家盈利性的公司,老板的最终目标肯定是想赚钱,这样才能维持公司的正常运转、才能给雇员发的起工资。所以要赚钱,一定是要从已有的业务里面赚钱,业务又是靠产品去赚钱,产品线上有会去做细分,从一级市场到二级市场再拆解,这就是杜邦分析的目标拆解过程。

    所以,去做企业的商业分析,第一要素就是去看这家公司有没有盈利。然后在这个基础上,去拆分。

    亏钱的状态,那有多少产品是赚钱的有多少是亏损的,赚钱的模式可不可复制,有没有推广的价值,是否在未来有扭亏为盈的可能性,然后要从哪些个方面去制定策略,需要哪些数据支撑;

    盈利的状态,在哪些市场赚的多,哪些市场有局部亏损,长期来看是不是平衡的状态,盈利的部分去填补亏损的部分能持续多久,然后要从哪些个方面去制定策略,做更好的运营方案,需要哪些数据支撑。

    这就是上位思考的逻辑,要么是市场拓展,要么是盈利目标,要么是用户增长,回到本质就是为了做盈利而准备的。

    这时候我们再回到分析侧,平时提到那些需求就有了一个映射,老板要这个数据的目的是什么,就能去揣测了,是要论证哪个方面的想法,要从哪几个视角去论证,然后要给出怎样利好的结论。

    一开始,可能想的也不是很全面,所以分析是一个循循渐进的过程,每经历一轮业务,就要完善自己的整体框架,在这个基础上慢慢增加,诸多的细节就像毛细血管,直到能够撼动神经末梢,真正的去左右业务策略,这个阶段一定是能够形成话语权的,也能够去实现数据驱动业务增长。

    因为,在这个时候,你已经不是一个单纯的数据分析师,而是整个数据的掌舵人,让各个业务方去理解数据,别人只需要提出一个想法,我们去组织数据组织策略,供他们去做选择。

    分析的活,并不是说我做了一个数据统计,形成一个数据看板,然后拿过去给老板说,喏,你拿去看吧,数据就是这个样子,好不好你自己决定吧,策略你自己看着定吧。

    都是成年人,没必要跟自己过不去,好好沉淀,直到被掘金人挖到的那一刻,真正的实现价值的变现。