身為數據分析師,卻被業務當做取數機?

初入行有題主的煩惱,當年直接面對的各部門各色提需求的很,大概能有200人之多。而且每個人都不是Regular,有些數據一個月要一次,有些半年來一次,有些時間更本不固定。

資本主義國家比較散漫,在職七年就加過一次班,加完班經理送了我一個禮拜的咖啡卡,一天半的工資和一天假期。

但是當時的業務量足夠我每天忙六個小時以上。這在紐西蘭這種鄉下地方是很影響生活水準的。

更不可以接受的是,這個工作量是不可計劃的。

所以當時用了大概一年半的時間來收集工作量數據,然後針對解決。(說的感覺很牛逼,其實很簡單)

  1. 首先給每一個客戶設置檔案,那個部門的,都來要過什麼數據,多久要一次;
  2. 因為剛進公司,打通各路關係,尤其是很IT部門。為以後申請工具鋪平道路;
  3. 和我的直屬業務主管說明情況,闡述我的願景。無非就是現在每天的工作量,可以大幅縮減,而且可以保證輸出,甚至增加輸出,包括產量和質量。上級的sponsorship很重要,可以在你遇到路障的時候飛過去。

其實當年進公司只會三板斧,SQL,Excel和吹牛逼。

本來計劃用DTS package解決數據遞交的自動化,後倆竟然發現還有一個叫SSRS的好東西。(新版DTS也被SSIS取代了)

一年過後,就可以針對幾個大Stakeholder出手了。

首先,針對有pattern的客戶,所有數據規範化,放在SSRS上自動發送。我負責維護流程,但是不參與(實際上我本來也不應該參與,畢竟人事系統,好多隱私info,工資,獎金,違紀,稅務)。然後,這一步解決了我一半以上的工作量,基本上可以騰出手來把剩下的問題當作一個大Project 解決,而不是像開始一項的小打小鬧。

而且,一旦把什麼東西立項了,很多大小領導的眼睛就會看過來了。畢竟效率提高了,也是經理可以claim的業績。

有領導來了就好辦剩下的了。我大概用了3個月時間interview所有來問我要數據的人,直接參与他們的業務,也就是說,我要知道你為什麼要數據。這個過程很花時間,而且經常吃閉門羹。很多人以為伸手就應該有人侍候著,。結果不但沒人侍候,還來一個Asian Boy刨根問底,卧槽你誰啊?

我誰?我是XXX GM派來調研流程效率的。。。-_-;

一來二去,結果就是又一半的業務量被掛到SSRS上自動運行了。

剩下25%的,大概有20% 以上最後被發現純粹是在扯淡,要不就是不需要,要不就是這些工作已經包含在SSRS上那75%裡面了。

那還有5%呢?基本上分兩種:

  • 其他部門大Boss,就算是真傻逼的需求,但是他們能坐上這個位置也不會是因為傻,保持聯繫沒有什麼壞處
  • 私人關係不錯,或者妹子美麗活潑又健談的。利用工作時間聊聊天,也算是勞逸結合。

結果呢?

年少無知,所有的improvement都是怎麼方便怎麼來三年多時間下來這麼多事情竟然沒有documentation。意識到了以後在Sharepoint上建了一個Wiki Page。但是那個時候已經太遲了,很多事情已經記不住了。

我這個人,上禮拜的事情都未必能記清,別說三年了。

尤其是三年下來我已經在SSRS 上schedule了600多個reports,而且一半以上Data Driven。因為是從SQL Scripting的背景過來的,所以大部分都是寫在SQLCode裡面。沒有幾個業務回去看SQL Code。

結果我發現我陷入了另一個泥潭

  • 一方面我發現我經常無事可做,還好我閑不住,藉機會參加了很多各個方面的培訓。但是對於部門來講,我這個FTE在大部分時間是閑置的;
  • 另一方面,因為我成了唯一的Go To Person,部門間的流動變成了不可能。因為目標一直是進入Leadership的職位,但是部門經理間一旦涉及到我的調動申請,都很默契的轉到我頂頭上司這邊,然後就默默的以各種理由pass掉。(這個不是我意淫的,是我離職的時候,幾個大Boss,包括我的上司和我說的)
  • 你問我為什麼一定要在一個公司弔死?一個是因為房貸,這個公司是銀行,房貸有折扣。二是因為這裡是紐西蘭,地方小,理想的工作不是工資不如這個銀行,就是需要轉行,代價實在太大。


首先,你需要有自己的職業規劃;其次,你要了解上級對你的定位;最後,你要讓上級知道你的職業規劃。

一般而言,上級會努力為你創造一些條件,可以讓你去做一些你想做的項目,或者你也可以自己發現一些業務問題,提出項目命題。


身為廣告圈一名廣告狗,經常要拿收據跟客戶交流。在電視行業,收視率到達率。做電視的時候,我們公司有數據機,相比其他同事,一有數據需求就找人要數據。我的操作是,先跟負責跑數據的同事看了幾遍就自己操作。因為每個人服務客戶不一樣,想了解的數據內容不一樣,隨時讓同事提供數據,不僅慢,而且不一定符合你的要求。對於一般性數據,自己掌握取數據的方法,能大大提高工作效率。對銷售而言,磨刀不誤砍柴工。


你能預報准天氣,我找你要氣壓變化和雲圖數據幹啥!


我們解決了這個問題,買了個報表工具,所有的固定需求、明細需求、頻率大的全部整合後上系統。所以,你的問題並不難解決。

但是,

解決完這個問題後,我們整個部門都沒事幹了,閑得蛋疼,老闆想著法子逼我們走人。

嗯,找工作中。。。


今年畢業,和題主一樣,基本全是取數工作。。。偶爾維護一下數據挖掘的一些模型


1、數據搜集(感測器自動採集、打電話詢問、ERP導出等)

2、數據清洗(造假數據、錯誤數據刪除)

3、編寫SQL

4、使用excel、tableau之類處理

5、發布數據

實際業務中:1要佔用80%的時間。其他部分都可以自動化。


  1. 可以提供給業務方類似報表自主取數工具之類的系統,抽取出一些常用的維度,在一定程度上給予業務方取數的自由度
  2. 真正有數據驅動業務思想的業務方鳳毛麟角,有時候業務方為什麼要看這個數據自己都說不清楚,可能只是來自上面領導的壓力,這就要求數據分析師要有不比業務方差的業務思考。不是所有的數據需求都是必須的,要有砍數據需求或要求業務方修改數據需求的決斷。
  3. 要跟蹤業務方使用數據後的反饋。數據支撐部門在公里是比較被動的一方,業務場景或者技術上的更改,最後會落到數據支撐的統計口徑改變。如果以為出了數據就萬事大吉,最後落人口實的還是自己。

作為數據開發,在日常工作中,確實看到數據分析師被海量的數據需求包圍,我們團隊在三個方面在一定程度上緩解了數據分析師的取數壓力。

  • 報表自主取數工具:抽取出業務方常用的數據使用邏輯,在系統中實現報表的自主查詢,下載
  • 多維數據分析工具:以拖,拉,拽的方式,對數據進行多維的圖形展示,方便業務方日報,周報的需求
  • 實時數據展示大盤:實時計算統計一些日常數據,並加以一定的交互展示


這個事情可能你解決不了。

在f,本身我們就有data science和data engineer兩個職位。前者注重複雜的數據分析,後者注重日常的報表。即使這樣,大部分情況下有一定複雜性的的數據獲取才會到他們那裡,比如年終計算整個組的貢獻,新項目從頭畫報表,新的metrcis的建立,或者計算業務發展方向,其餘的都是程序員自己做。

一來懶得等別人,能做的事情為啥要被別人block。二來程序員才是最清楚數據的人,數據是怎麼來的可都是寫在代碼裡面的,有時候細微的差別能導致數據的意義有很大不同。

所以這是需要從上到下建立以數據為中心的開發方式的認知。你可以跟自己老闆,自己老闆的老闆做建議,講其中的好處。但是他們是不是聰明人就不知道了


只有一個建議:轉崗。

做做ai相關的工作吧


我是個很初級很初級的數據分析師,之前也有好多好多提數據的工作。後來我幫經常找我提數據的人裝了資料庫,把基礎的代碼寫給他們,然後事情就少多了。偶爾幫忙改改代碼。現在寫了好多提數據的代碼模板,並按部門分好類,還是減少了很多工作量的。


我想業務部門能夠想到的數據也就是一些報表吧?題主你給整個報表工具不就解脫出來了?

話說,你都不懂業務,分析個毛線數據!給業務部門提供數據的時候上點心,把業務的核心邏輯掌握了,做出來的數據才會有價值。


你那邊首先應該要有業務人員要的所有數據。完成這個步驟之後,才有時間抽出來分析。

在為他們準備數據的過程中,也是你分析數據的過程。比如,每次要的數據有沒有共性,每次都要的數據可不可以自動化。甚至,有時候是不是可以引導業務人員的方向。


……讓系統自動生成所有標準格式數據不就好了……


讓你取數是看的起你, 你以為你能分析出什麼


推薦閱讀:

如何防止創意被盜?
如何評價微博新版客戶端中類似視頻播放的動圖展示方式?
阿里2016平台型產品經理要考察哪些方面呢?
數據現在幾乎涉及數字媒體的所有方面。提起DMP,我不止一個疑問, DMP是什麼,以及他它實際做什麼?
大家怪360掃描用戶的上網賬戶密碼,但是chrome瀏覽器不也記錄賬號密碼嗎,有什麼不一樣?

TAG:產品經理 | 數據 | 職業發展 | 數據分析 |

分頁阅读: 1 2