面試坑殺新人指南,第三篇:分析個啥

作者:陳老師

一個赤裸裸的真相是:數據部門的主管們都沒幾分鐘在做數據!!!

沒辦法啊,業務部門大會小會要拉上自己討論,跟老闆彙報還得親自上陣。每天周旋於文山會海之間,煩!於是主管們特別渴望來兩個「高級」分析師幫個手。倒不是真的指望有多麼「高級」,至少能幫自己抗一些業務部門的需求,獨立完成一件事情。

於是便有了招人時對經驗的要求。然而這便引來了一類叫:抹布黨的群體。他確實有那麼久經驗,干過挺多活,知道很多分析方法的名字,然而這全部是在他的領導指揮下乾的,自己扛不住一件事。

這就像一塊用舊的抹布,沾滿了油污印記,看起來飽經滄桑。然而:

真正幹活的是寶潔阿姨喂!

抹布只是把灰抹掉就完事了喂!

抹布摸哪裡完全是寶潔阿姨定的喂!

抹布自己不知道為什麼要抹,要抹幾下,要抹哪裡的喂!

這才是問題關鍵,主管們招高級分析是來抗事情的,不是繼續自己吆喝一句動一下的。如果還是要指望自己吼了乾乾完了吼,為什麼不招一個熟手的小哥啊。憑什麼白白浪費給這些高級小白,所以要在面試階段把他們堅決坑殺!

為什麼不是直接在簡歷階段坑殺?是因為爆款簡歷太多。大家一寫出來都是這種文風:「電商2年經驗,深度挖掘業務數據,通過用戶行為分析、關聯分析等指導業務工作;根據業務需求開發完善數據報表,負責各類運營指標的專題分析,並進行客觀總結評價」

只看一份還好,看20份以後感覺自己就是進了紡織品批發市場,面前都是一片片飛揚的雪白的小抹布,完全分不出好壞啊。所以還是得面試親自試一試才知道。當然照例,為了避免浪費時間,可以交給HR小美眉一個小白都能區分是否有獨立工作能力的問題

這個問題可以這麼問:在這裡停一下,就這個用戶行為分析,你分析了啥?

大部分小抹布被這麼一問會直接蒙圈!小部分會垂死掙扎,回一句:「比如我分析了用戶的活躍率是35%,我用RFM分析了平均復購是60天」

這時可以再補一刀:「也就是你統計了一個數字,然而你分析了一個什麼?平均復購60天又怎樣?」這一問下去基本上可以斬死80%小白,當然還有繼續頑強抵抗的:「這樣業務部門就可以做重複購買的提醒了!」

這時候可以再再補一刀:「那麼你們業務之前就不知道做嗎?如果這東西有用,為什麼一直沒有做?如果之前也在做,你計算的這個數有什麼額外用處?」這一問下去基本上小白全部撲街了,面試房間的氣氛會尷尬到冰點。面對著說不出來一二三急的滿頭是汗的小哥,就連不懂分析的HR小美眉都可以看出來:這哥們根本不知道為什麼干這個。大家會心一笑,薪資配額又保住了,留給真正符合「高級」這個title的人

——本文還差一點就完了——

為什麼這樣能問死新人?是因為幾乎100%新人都沒有認真思考過:我要分析的問題是什麼?大部分新人都是接到領導的一個命令:去取個XX數,去做個回歸,做個預測就開工了。從來沒想過到底這個數有啥用。

的確,數據分析,80%的時間是在跑數據。然而真正體現價值的是那20%的分析過程。到底為什麼要算這個數,不是因為數據本身有價值,而是數據可以讓業務部門作出更多的價值。

正如上文的例子,如果真正做過用戶喚醒項目,就會知道購買不同產品的用戶喚醒的節奏是不同的。喚醒的手段也不只是派個券,可以是售後服務、交叉銷售、使用提醒等多種手段。這意味著從計算一個平均60天到真正可以幫業務喚醒用戶、激活後續消費之間,還差著好幾個分析環節。不結合具體的業務場景,就完全無法深入下去。

當然,這麼問也不用擔心誤傷。能主動問:「為什麼要取這個數,看到這個數怎麼就能判斷形勢?」的人,也不是菜鳥了。老鳥們都這麼干。

推薦閱讀:

拒絕無意義加班!高質量的數據分析需求長這樣
自學數據分析有工作前景嗎?
請問數據分析師這個職業,入行的資格是什麼?
數據分析師的主要工作有哪些?發展前景如何?需要掌握哪些相關知識?
準備數據分析師秋招,應當如何充實簡歷項目經驗?

TAG:数据分析 | 数据分析师 | R编程语言 |