惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Microsoft Security Blog
Microsoft Security Blog
J
Java Code Geeks
GbyAI
GbyAI
aimingoo的专栏
aimingoo的专栏
L
LangChain Blog
I
InfoQ
D
Docker
F
Fortinet All Blogs
Y
Y Combinator Blog
Martin Fowler
Martin Fowler
月光博客
月光博客
B
Blog
Engineering at Meta
Engineering at Meta
T
Tailwind CSS Blog
罗磊的独立博客
博客园_首页
G
Google Developers Blog
Stack Overflow Blog
Stack Overflow Blog
Recent Announcements
Recent Announcements
D
DataBreaches.Net
freeCodeCamp Programming Tutorials: Python, JavaScript, Git & More
B
Blog RSS Feed
IT之家
IT之家
V
V2EX

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
数据分析师,如何给自己找活干
接地气的陈老师 · 2023-07-07 · via 人人都是产品经理

数据分析工作,一方面能解决企业痛点,带来发展契机;另一方面,往往需要从无入手,寻找价值点。这篇文章从数据分析初始阶段缺乏任务感出发,介绍了找回活力的方法,它揭示数据分析工作的两面性,并给初级分析同学提供了如何在大起大落中保持动力的思路。

两极分化,是数据分析工作的常态。在一些同学每天忙着搓SQL搓不完的时候,另一些同学却深深陷入“我到底要干点啥?”的迷茫中。这些同学经常是刚入职一家企业,或者新成立的数据部门。他们的直属领导忙得脚打屁股,一周都见不到一次面,见面只会说:

“你要发挥主动性”

“你跟业务多聊聊”

“你自己多想想能做啥?”

就没了,没了,没了…… 咋办!

一、破局思路

大家要注意,这时候千万不要选择“自己憋”。企图关起门来,自己憋出一个惊艳所有人的分析主题。这么憋,大概率憋不出来,即使憋出来也会换来一句:“我早知道了”。因为除了刚成立数据部门的初创企业,大部分企业都多多少少有报表在使用。自己初来乍到,不了解情况,很有可能做的主题是重复的。

数据分析的核心价值,在于:提供别人需要但目前没有看到的数据。别人需要啥是第一位的。因此,做好调研,摸清需求,才好做下一步工作。

二、从这里开始

一提到调研,很多同学会想到:跟业务聊。想到跟业务聊,社恐症开始发作,拖延症也一并发作,然后就会拖很久很久没动静。其实在啥也不知道的情况下,确实很难向业务开口。好在我们还有别的方法。

企业里,完整的数据分析体系如下图所示。

其中,经营分析部分,因为涉及业务和财务的数据打通,所以主题是相对固定的,包括:

1、收入KPI达标情况

2、成本KPI控制情况

3、渠道投入产出比

4、商品/项目盈亏情况

5、各业务线达标情况

因此,在不清楚干啥的时候,可以先看:

1、是否有部门在承接经营分析报告

2、经营分析主题是否都有人做

3、每个主题是否有固定的跟踪报表

一般数据部门是有权限查看有哪些报表在固定更新,因此可以看到这些情况。如果看不到,也可以直接向直属领导询问,只要1次沟通就能搞清楚。

如果遇到下面的情况:

1、仅有财务报告,没有业务报告

2、有报告,但缺了某些主题

3、只有月度报告,缺了跟进报表

那么就可以直接提需求,要求完善相关报告,这样就能找到一份活干了。并且这个活能让领导们对经营情况看得更清楚,更完整,是直接有用的,不担心踩雷。

当然,如果经营分析层面,已经有完整的报告了,就得继续往下深入业务,才能找到机会。

三、深入业务找机会

大部分专题分析,需要和业务具体聊才能掌握需求。但注意,并不是所有业务都那么重视数据,也不是所有业务都想和我们聊的。找好对象非常重要。

这时,可以发挥我们的分析能力,分析业务部门状态,有三个重要指标可以参考

1、业务部门业绩好坏。直接从经营分析报告里看结果

2、业务部门取数需求多少。从日常更新报表+临时取数数量来判断

3、业务部门合作积极性。这个得靠自己聊,主观判断高/低

这三个指标一组合,就能做出业务部门的《数据需求画像》,并且针对性进行服务了(如下图所示)。

四、分阶段给成果

这里要注意!有可能,业务部门给的是一个具体的数据需求“给我增加一张XX报表”,这种需求直接接了就做就好了。

如果业务部门给的是:“我们有一个XX问题很想分析出来”这时候脑子一定要保持警惕!没有经验的同学,会觉得:“终于来活啦!”然后开心地接下来,夯吃夯吃开干,完全没预感到前途的风险……

一般业务上很难解决的问题,数据上也很难分析。比如业务说:“我们新产品成功率太低,能不能分析下哪款新品能成功?”

此时,很有可能会是下面的情况:

1、整个行业来看,新品成功率就是不高

2、公司陈年老账,业务能力就是不行

3、缺少过程数据,只有销售结果

这些情况,都不是靠一两张数据表就能解决的。接需求的时候,当你听到具体业务问题,不要一口答应:“我两周后给结果”,而是做一个工作计划表(如下图):

这样,分阶段输出,即使最后卡在某个环节,大家也能看到你前边的努力,这个差就差不多能交了。很多被没有需求憋疯了的同学,盲目接一些很难很难的问题,结果输出不了结果,把自己整得更疯了……最后心灰意冷离职的也不在少数。大家务必小心

五、小结

小结一下:数据分析想给自己找活干,要多了解公司数据现状,找到业务部门需要的数据,从报表开始逐步完善数据体系,并且要列清楚进度,一步步实现,让大家看到自己的努力,这样才是破局之路。

专栏作家

接地气的陈老师,微信公众号:接地气的陈老师,人人都是产品经理专栏作家。资深咨询顾问,在互联网,金融,快消,零售,耐用,美容等15个行业有丰富数据相关经验。

本文原创发布于人人都是产品经理。未经许可,禁止转载。

题图来自Unsplash,基于CC0协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。