6. 怎樣建立一支分析師團隊

05-03

從企業層面看，如果要建立分析師團隊，要弄清楚幾個問題：第一，建立分析師的目的是什麼？

第二，分析師屬支持角色，那麼他們支持的對象是誰？第三，分析師的主要工作內容什麼？第四，分析師的規模多大較為合適？第五，如何評估分析師的績效？弄清楚這五個問題之後，就會知道應該招聘具備什麼經驗的人，招聘多少人，以及對水平的要求有多高，如何考核他們等等。那麼如何思考這五個問題？

建立分析師團隊的目的：雖然成立分析師團隊的決定通常是由高層做出的，但是主要目的不一定只是為了做決策支持，也許是自底向上產生的需求推動。有很多情況下，管理層覺得他們需要看數據，因此招聘了有決策支持經驗、具備宏觀思維的分析師，但實際上又安排了分析師去支持具體業務；或者反過來，管理層希望分析師能支持具體的業務，但是他們又安排分析師評價整個公司的運營情況，甚至提出戰略方向。這兩種情況都會造成人才的浪費。要知道業務分析和決策支持對分析師的要求是不同的。至少，前者需要分析師能關注到細節，而後者要求分析師不拘小節，視野要足夠高。
分析師支持的對象：如果目的明確了，通常支持的對象就清晰了。
分析師的主要工作內容：這同樣主要取決於團隊定位，具體的工作內容可參照《數據分析有哪些分類》
分析師團隊的規模：規模取決於多種因素，比如工作內容的複雜程度、業務需求的多少和緩急、能招聘到的人員的技能水平等。
分析師的績效評估：最直接的評估方法是看分析師產出的數量和質量。如果只看產出的數量是比較容易的，比如可以看完成需求的多少、分析報告的數量等。但由於分析負責的業務線不同，這會忽略工作的難度。需要注意的是，分析師很多工作的投入和產出是不成比例的。比如溝通、業務梳理等基礎性的工作佔據他們大部分的時間，而這些工作可能只有很少的可見交付物的輸出。除了產出量，還需要看產出的質量。最理想的質量評估就是看對業務的貢獻，即提升了多少業務價值。但這同樣是比較困難的，因為有時候業務價值也很難量化。除了對外的產出，還有一個維度是看對數據團隊內部的支持，因為分析師通常是作為聯繫數據團隊和業務團隊的橋樑存在。比如，對數據指標體系的建設和數據倉庫、數據產品的建設中做出的貢獻。但是同樣，這些貢獻也很難量化。