您现在的位置:   首页 >> 新闻中心 >> 数据分析

就光会拉个数,要你数据分析师有什么用?

发布人:www.yunke.ai 发布时间:2021-01-01 134 次浏览

编辑导语:数据分析的重要性不言而喻,然而也有很多人认为数据分析师就是一个“拉数工具”。对数据分析师来说,要想避免沦为取数、跑数的工具人命运,就必须明确并巩固自己的优势与价值。作者从自己实际工作实践出发,总结分享了相关经验,希望能够给你带来一定的启发。

“就光会拉个数,要你数据分析师有什么用?”

这句话是一个数据分析师朋友告诉我的。听到这句话的时候,他感到非常冒犯。为此他很沮丧,不知道该如何应对。

正好,上周末听了宋世君大佬做的一次内部分享。分享前,收集了一些共性的问题,有些也与我朋友的诉苦类似。就比如这个:

感觉自己快撑不住了,每天都很”拧巴”,周围身边的同事都在言必谈分析,自己这个专门做分析的人却做不了分析,与同事的交付基本都是中间态,比如这个报表什么口径,那个地方有没有上报,这么计算有没有问题,总不能像唐僧似的,逢人便说“你别做分析,还是让我来”,既不能劝退,又不能主动,那就等待,可是想等别人分析出问题(非恶意),似乎一直也等不来。

一、企业的数据分析文化

很多数据分析师都以“SQL Boy”、“SQL Girl”自嘲,这个外号其实透露着非常多的无奈。很多数据分析师都感叹,每天都是在写SQL、拉数、出报表。运营和业务拿走数据之后也不知道干了些啥,然后就一个大锅扔过来,说数据错了。

还有就像上面那位朋友描述的场景一样的,言必论“分析”,但是数据分析师却做不了分析,实在是太拧巴了,根本体现不出数据分析的价值感。

宋世君大佬其实讲的很透彻,这就是企业数据分析文化导致的。甚至,绝大多数公司给数据分析师安排的岗位目标就是这个,保证有数,数据对。工作任务自然就变成了每天都处理数据、做报表、背锅。

诚然,很多人对数据分析的理解不一样,当然结果就不一样。我一直就跟很多人表达一个观点,工作最重要的不是把事情做好,而是是教育。用“教育”这个词不太好听,换个词可能比较合适“拉平认知”。因为只有理解一样了,对一个问题的难易、解决的时长才能有理性的认知,才能坐下来一起好好商量对策,才能把事情顺顺利利的做好。我理解,这也是宋世君大佬所说的企业数据分析文化。

二、数据分析师生存之道

在宋世君大佬的位置上,当然可以去推动数据分析文化的发展了,但是我等“SQL Boy”、“SQL Girl”面对这种:

【有问题又不细说,说问题只让提数,提了数又不让分析,分析了也不听结论,听了结论又说早知道,知道了结论又要策略,给了策略又不用,用了策略又不好好执行,执行不好又甩锅过来】的情况,你说我们能干啥?

我们还能抱着“数据分析是一种艺术”这样高高在上的感觉继续自嗨吗?给你一个3.25信不信?

所以啊,我们真得好好盘算盘算一下,看看数据分析师都能从哪些方面体现自己的价值,都能在那些方面使劲。这样也好规划出进化的方向不是?

其实体现自己价值也就这几个方面:

  1. 我懂,你不懂,这是认知差,体现知识的价值;
  2. 我会,你不会,这是能力差,体现技能的价值;
  3. 我快,你很慢,这是效率差,体现高效的价值;
  4. 我有,你没有,这是资源差,体现独特资源的价值;
  5. 我知,你不知,这是信息差,体现掌握信息的价值。

这些是从哪里来的呢?当然不是我瞎编的了。我是参考生产要素整理出来的。核心的生产要素就是劳动、资本、土地。劳动又分为工作时间、知识智慧等,资本又可以分为资金资本、人脉资本、设备资本等等。反向梳理一下,上面的5点就出来了。

当然啊,按照这个逻辑,你还可罗列出来更多。但是我觉得有这么多,就已经足够我们分析了。我们挨个来分析哈:

跟运营、业务比,其实信息差优势不大。我们是对数据更了解,但是他们对业务更了解,细节知道的更多。所以信息差没啥优势。

对于我们数据分析师个人来说,设备、数据等资源都是公司的,虽然我们的权限会大些,但肯定不能当做我们的核心奋斗目标。而且你越是藏着掖着,到**这些绕不过去的活肯定就都成了你的。而人脉这个东西,谁加个数据分析群群还不是分分钟的事情啊?资源差不可取。

至于工作时间,谁还不想早点下班啊!凡是用疯狂加班体现自己价值的,我个人是不太建议的。工作效率咱倒是有自信的,但是架不住N多的需求,和不断的改需求啊!效率越快,成为SQL Boy的可能性越高。效率差策略完败!

至于技能,这是最让我们哭笑不得的地方。现在那个运营还不会写几个Select啊?就算不会SQL,放excel里也一样做分析啊,看看趋势、各种对比、细分,数据分析的方式方法其实也就那么多。啥?你说指标体系?正规公司那会老规划啊?再说了,谁都见过指标体系,从上家公司抄几个过来也能糊弄事。更不用说现在各大厂都在全力推进数据产品建设,数据分析这种事情变得门槛越来越低了。能力差越来越小了。这也是数据分析师们越来越恐慌的核心原因。

唉,我们这么盘算下来,也只有认知差这一条路了。知识、智慧、洞察力,才是我们的核心价值所在。那该怎么做呢?

三、奥义·大分析术

前面唠叨的够多的了,下面就直接上干货了。