數據分析結果只有落地,才能產生價值

數據分析結果只有落地,才能產生價值

來自專欄 POINT.數據驅動業務發展

我在面試中高級數據分析師的時候,都會問一個問題,你基於你的數據分析結論,做了哪些推動,大部分數據分析師都能把數據分析思路和模型講得聲情並茂,但是在講落地方面,僅1%的人會說自己推動執行由此給公司帶來巨大價值。

數據分析師不再是一個師爺身份,我把我的思考給到縣令,至於縣令要不要採納,是他的事。你有沒有想過,數據分析師的職責就是做出有價值的數據結論,並且成功讓領導採納且落地呢。這個落地也是數據分析師的KPI。也是你升職到團隊管理或者專家的唯一路徑。

我之前和大家分享了很多數據落地的文章,這些文章都是從比較高的層面入手,分享了數據落地的步驟,方法,注意事項和整體思路。最近陸陸續續收到一些同學的求助,表示按照我的方法推動數據落地時,遇到了一些具體的困難,想問問我怎麼做。其實這些具體的細項往往應該按照當時所處的環境,背景,干係人關係等具體問題具體分析的。這就等同於一個諮詢項目了,比如領導的性格,是好大喜功型、還是歲月靜好型。比如你的企業是上市階段還是融資階段,場景不同針對的實施方案也完全不同。

但考慮到有些具體問題確實有共性,所以在這裡列出四個階段問題,希望能夠幫助到大家。

問題1:如何能夠讓領導支持我的數據分析?

問題2:領導認可我的數據分析結論,但就是不幫我推進,如何處理?

問題3:如何能夠讓其它部門配合我落地數據分析結論?

問題4:一線的具體實施人員落地方案不到位,我該怎麼辦?

一、如何能夠讓領導支持我的數據分析?

這個問題說簡單極其簡單,你就是你能夠說服領導,你的分析準確靠譜,並且能夠幫助部門/公司達到很好的業務目標。

說的複雜又極其複雜,因為你首先要證明你的分析是正確的;其次,你需要有非常準確可靠的價值描述;最終,必須有清晰明確,成本可控的落地方案。

舉個例子:我基於公司過去3年的銷售數據,分析得出xxx結論。基於這個結論,我認為只要做以下n步就可以幫助業務增長xxx%:

步驟1.……

步驟2……

通過這些步驟,我們可以在今年年底,增加銷售x%,增加利潤x%。

大家千萬不要覺得這個方法很簡單,因為其中需要大量的數據來幫助你進行分析;整個分析過程你需要清晰描述,整體思路邏輯清晰嚴謹,不能讓領導找到一絲破綻;最後的預測也要有理有據,能夠從當前的業務出發完成。只有達到這些,你才可能通過數據推動業務增長。

二、領導認可我的數據分析結論,但就是不幫我推進,如何處理?

當有同學問到我這個場景時,我的第一反應就是:你真的確定領導認可你的數據分析結論嗎?對於任何一個人,特別是在領導崗位的人而言,能做出成績都是夢寐以求的事情。如果他真的覺得你分析的結論非常棒,能夠落地,並且取得很好的成果,決定不可能置之不理的。

換而言之,就是說其實領導對你的分析結果還存有質疑,或者覺得價值不大,再就是和自己關係不大。不管是哪種情況,你都需要鼓起勇氣,再次找到領導,拿著自己已經籌備好的實施計劃,以諮詢實施意見為由,問問ta的意見。一般情況下,如果領導有疑問,都會在這個時候告訴給你,這個時候你就需要再去準備準備,把領導質疑的點解決掉。

還有一種情況,是領導覺得這個分析的價值並沒有足夠大,當前還有更緊急的事情去做。這種情況下,往往代表你的分析結果可能要涼了,這個時候再去說自己分析多有價值已經晚了,說多了還會讓人覺得難纏。最好的方法是先了解目前的資源瓶頸在哪裡,看看能不能繞過瓶頸把分析落地先啟動起來。比如:你的分析落地可能需要銷售人員支持,但一線銷售資源緊張,於是領導就想先擱置你的分析。這個時候你可以先分析一下各個區域銷售的人手資源,找一個相對資源充足的地方先運行起來,讓自己的分析先飛起來。

有時候,不是你分析的不好,也不是資源不足,而是這個事情帶來的價值不是當前業務領導關注的,那這個時候你就需要再換門廳,找一個與之有關的領導再營銷一遍。

總而言之,被擱置不執行的分析最終原因還是數據分析師沒有充分的推動事情。一方面遇到困難就停下來,另一方面還抱怨領導不識貨的人,絕對不是一個好的數據分析師。

三、如何能夠讓其它部門配合我落地數據分析結論?

如果前面兩個問題搞定了,那麼恭喜你,公司的中層/高層已經為你的分析買單了。這個時候,你需要推進的就是具體如何落地。中國有句話,閻王好送,小鬼難纏。往往落地過程中的相關「衙門」也是非常重要的。

首先,我的建議是先組織相關部門開一個kickoff,拉上認可你的業務領導來壓陣,傳達一個消息,那就是這個項目是領導認可的,大家要重視;

其次,在項目啟動會上把整個落地過程中各個部門的職責分工敲定,讓與會所有人都清楚自己的職責,清楚推進的時間節點。在項目啟動會上只是敲定,那就意味著之前你需要充分識別出相關部門,並切提前和各個部門提前打好一致。

最終就是對整個推進過程中的實時監控,在遇到問題後還要能夠組織人力和資源來解決問題。

看到這裡,很多小夥伴可能要說了,這就是項目經理要乾的活啊,怎麼數據分析師來做?對,非常對。這確實是項目經理的活,但最終是你的分析。如果你的項目經理給力,那你可以少操心;如果不給力呢?那就做好自己衝上去的準備吧。

某種意義上來說,這一點是不是能落地,就看你想讓分析落地成真的願望有多強烈了。

四、底層的具體實施人員落地方案不到位,我該怎麼辦?

搞定高層,搞定中層,現在到了一線了。一線人員相對比較現實,如果不是提升他們的福利或者降低工作壓力的活,大家都不太願意做。這個時候就需要有配套的制度和監察工具來配合了。通過對一線人員日常工作進行監控,用數據的手段來分析和監督他們是否100%按照你的想法落地。這個過程中就需要你能夠真正到一線去,只有你去了,你的分析才能真正落地。在我看來,不接觸一線的數據分析師,都是耍流氓。

以上列出4個常見的問題的,給出解決方法和建議,希望對大家有所幫助。其實一個數據分析結論是否能夠落地,分析本身是否正確只佔10%,剩下更多是這個分析本身的價值,以及數據分析師自身推動的能力和意願,只有當你本身有感覺到一個分析結果非常非常有落地意義並且花費一切努力去推動其落地時,他人才可能會幫助和認可你。

最後數據分析師不僅僅只是數據層面的分析,還要懂得對公司內部、人物關係、環境背景的分析。這個修鍊好了,你就無敵了。

你的點贊能帶給我持續寫乾貨的動力:)

歡迎關注公眾號:空白女俠 分享職場、數據分析的乾貨。


推薦閱讀:

商業銀行應對互聯網金融挑戰的八大趨勢與六大問題
丁磊「養了7年」的豬拍出16萬天價,你怎麼看?
【產品】有關「積分系統」的 第一性原理
通用智能的道路究竟有何不同?
好戰略的面孔

TAG:數據分析 | 職業發展 | 互聯網 |