分析結果不被重視?因為你忽略了一個重要指標

看完覺得好,可以轉給那些做PPT和報表做得很辛苦,卻不被重視的同學看看。

鼓勵一下自己:我們有辦法讓數據更生動,讓分析更有價值,讓我們自己更受歡迎。(*^__^*)

這個被忽視的指標叫:搓機率。

搓機率含義:在你彙報報告的時候,現場搓手機的同事佔全體到場同事的比例。

搓機率直接反映了業務部門的同事對你的報告的興趣度與重視度。

搓機率很低的時候,現場同事目不轉睛的看著大屏幕,講解中不時有互動,頻頻點頭以示認可,手機響了直接摁掉。這才是數據分析彙報應有的效果。

然而並沒有!

真實的數據分析彙報往往是這個樣子!

自己:越講越興奮,分析背景→分析思路→指標解釋→描述性統計→綜合分析→建模→分析結論→業務建議,一路擼下來,感覺酣暢淋漓,毫無破綻。

聽眾:聽到描述性統計就開始紛紛拿出手機,看郵件的,刷微博的,逛知乎的,藏在自己筆記本屏幕後邊偷偷幹活的。最後業務建議部分可能有人抬頭看一眼然後繼續埋頭耕耘的。

這個時候搓機率相當的高了,陳老師從10年就開始默默收集搓機率指標(沒有智能機的時代叫低屏率:低頭看筆記本屏幕的比例。),發現一般8人以上彙報,搓機率可以達到60%以上,首次抽手機的時間一般都是在開場20分鐘,講完描述性統計的時候。

當初求數像條狗!

看完報告嫌俺丑!

是不是很多業務部門的真實寫照

為什麼會這樣?原因有三

1. 不能看:一個10人會議室,氧氣濃度只夠正常呼吸20分鐘,20分鐘以後會因為大腦缺氧而難以思考和集中精力,如果彙報拖得太長,別人想看也很難了,必須干一些不那麼複雜的事情,比如刷刷微博什麼的

2. 不懂看:你面對的這些人當初就是數學不好才考的什麼工商管理,企業管理,行政管理,現在要他們在20分鐘以內搞懂你十多年積累的數據知識????

3. 不想看:關我什麼事?關我什麼事?關我什麼事?整個分析建模過程都是數據的職責,業務方最多看一眼業務建議,如果建議和常識差不多就覺得沒啥價值,如果和常識差很多,嘿嘿,小子我們來理論理論

如何解決這個問題呢?十二字要訣:抓住要害,引起興趣,縮短長度

首先,抓住業務部門真正關心的問題,而不是他們問你的問題

舉個例子,比如同一個問題:「這個月銷售增速怎樣?」背後可能有完全不同的背景:

背景一:銷量沖很快,庫存不夠了,要不要補貨?不補,市場投訴怎麼辦;補,引發積壓怎麼辦?(這時候要看庫存量和是誰在買)

背景二:正常情況業績都是9月份才開始起的,現在6月就起,是不是出了異常?會不會透支後邊的銷量?(所有的銷售異常問題,第一時間找渠道,找到爆發點)

這兩個背景,看數據的方向完全不一樣。如果提前和業務部門溝通清楚,定好方向,就好設計有針對性的分析方案,結果自然是高度被關注。

否則的話,不僅僅結果出來沒人在乎,而且會陷入業務部門反覆取數的困局裡,今天要個銷量數據,明天要個庫存數據,後天要個會員數據,大後天要個渠道數據,半夜想起來哦光看現狀是不行的再來個測算數據。「我知道你很忙,我也知道要提前提需求,但是銷量事關重大我必須立即馬上看到數,你要是有意見我讓我們總監和你們經理溝通下!」許多毫無意義的加班就是這麼弄出來的。

其次,彙報的時候以一個和人有關的,有趣的故事開頭,引發興趣

再舉個例子,做了一個電話銷售的分析,通過邏輯回歸模型篩選名單提升外呼準確性,在彙報的時候,就不要先講統計學,你可以這麼說:

「剛進門的時候,我看到第一排座的那個紅衣服的小姑娘,真漂亮,但是乾的很辛苦,我看了5分鐘她來回撥了不下20次電話,小姑娘手都敲酸了,好可憐,為啥呢?我們日常的名單,100個只能打通2個,剩下98個要反覆敲也沒鳥用,而今天,我要展示給大家的是如何只要敲25次就能敲出一個客戶來。我們電銷中心的美眉們都可以省點錢少買護手霜了,或者做個美甲什麼的了,想知道怎麼做到的嗎,繼續看……」

1.以一個具體的人,具體的故事開始

2.把結果量化成容易理解的例子

3.突出分析是怎麼解決要害問題的

要點如上,餘下的大家慢慢體會哈

最後,縮短節奏,突出結論

一般來說,只有和自己的直屬領導彙報的時候才是按正常的流程講下來,因為領導要關注你做的是否有漏洞,關注細節。而和外部門,特別是業務部門彙報,要突出結論,可以把順序調整成如下:分析背景→分析思路→指標解釋→分析結論業務建議→描述性統計→綜合分析→建模,爭取在20分鐘以內把主要結論建議講完,之後有時間就看具體內容,沒有時間就直接略過

總之,我們是分析顧客特徵,了解顧客需求的專業人士,因此也要關注我們的顧客體驗,關注那些看我們報告的同事的需求,用容易理解的方式表達,也是提升我們自身專業性的一種。

本作者:天善特邀社區專家 陳文

更多技能提升,戳這裡:過年期間提升數據分析能力的靠譜方法


推薦閱讀:

大數據分析第一階段學習總結回顧
零基礎入門大數據分析的方法論(2)
數據分析,本大寶來了!
Apache kylin內部解剖
業務人員不知道如何提出 BI 需求,老闆不重視 BI 項目怎麼辦?

TAG:数据分析 | 大数据 | 大数据分析 |