数据分析能力分级模型,你在哪一级?

来源:接地气的陈老师 接地气学堂 日期:2021-06-30

本文转载自微信公众号「接地气学堂」,作者接地气的陈老师。转载本文请联系接地气学堂公众号。

每天都在跑数,烦

跑完了数,业务爱看不看,更烦

好不容易提个建议,业务方当耳边风,烦烦烦

很多做数据的新人都有这个困惑,今天陈老师给大家解这个局。这里问题的核心在于:如果不能按自己的建议做项目,是不是就不能提升数据分析能力了?回答当然是:否!数据分析的能力晋级分为四个层级,所谓“按我的意见做”根本就不在这个晋级体系里。

那数据分析能力晋级体系到底有啥?结合一个具体例子,细细看:

1第一层:跑个数

比如一个互联网业务,新用户获取数量,消费比例,消费金额数据如下:

这个肯定是数据分析师整理出来的。这也是第一层数据分析能力。跑正确的数,是基础中的基础,如果连数都跑不出来,可以直接转行做利用数据的业务部门,比如用户运营、增长黑客、渠道推广啥的。

问题是:跑完了数以后呢?

2第二层:提建议

如果只是被动地等着业务提需求→跑个数→再提→再跑,不但做得很辛苦,而且没啥价值产出。大家都不喜欢这个状态。因此至少应该:把自己跑的数看一遍。在解读数据的基础上,找深入分析的机会点,提一些业务上建议,找一找数据变现的机会。

比如有一名数据分析师看到这个数据,提出建议如下:

这个就叫:从数据到建议。先不管这个建议靠不靠谱,起码不再仅仅是就数论数了,有了对业务有价值的思考。

然而,这种建议很可能不会被业务接受。负责新用户获取的增长部门表示:“你这分析我早知道了,行业内有很多9块9引流的方案在做呀,我要做个不一样的,做个单价200元的新人大礼包!现在就是没人做所以才没人买,我做了就有人买!”

这时候,最菜鸡的一批数据分析师已经叹口气退出了,然后仰天长叹:“我怀才不遇!如果到一家数据驱动型公司,一定全公司的人都乖乖听我的话,做他个9块9的引流……”

而有点经验的新手数据分析师,会奋起反击,列出业务部门想法的错误之处:

  • 错误点1:如果新用户真有消费力,目前也有200元的产品,累计购买率才7%
  • 错误点2:目前新用户仅识别手机号,如果给新用户太多优惠,很容易被薅羊毛
  • 错误点3:老用户中,有大量用户能买200以上,他们会冒充新人来薅这个大礼包

注意:做到这一步,才算做到了“提建议”。提建议不止是对着数字拍脑袋,而是有论点,有论据,最好有正反向论据的支持(如下图)

然鹅,增长部门完全无视了数据的建议,就自己上200元的大礼包了。此时,新手数据分析师也退出了,然后仰天长叹:“我怀才不遇!如果到一家数据驱动型公司,……”

那么数据分析的老鸟们,此时在干啥?

3第三层:做梳理

真正老练的数据分析师,根本不会牵扯到这种争论里。真正老练的数据分析师,根本不会死抓着自己的一种观点和别人吵架,而是根据MECE的方法,把可能的情况梳理清楚(如下图)

当任何一方提出业务建议时,第一时间做的,不是去吵好不好,而是先引导大家,建立判断情况好不好的标准。

比如:针对业务提的方案:

  • 最佳情况:新用户业绩提升,老用户业绩不变
  • 中间情况:新用户业绩提升,老用户业绩下降,且提升部分远远大于下降部分
  • 最差情况:新用户业绩提升,老用户业绩下降,且提升部分小于等于下降部分

(如下图)

这三种情况,分别对应三种假设:

  • 假设1:新用户真的更喜欢高价值产品礼包
  •  假设2:新用户有部分人喜欢,另外有一批老用户也喜欢
  • 假设3:新用户完全不喜欢这个礼包,都是老用户在薅羊毛

这三种假设对应的下一步分析动作也是不同的:

    A+
声明:本文转载自其它媒体,转载目的在于传递更多信息,并不代表赞同其观点和对其真实性负责。