一个数据分析师如何改变比码农还惨的人生?

一个数据分析师如何改变比码农还惨的人生?

文 | 陈明,GrowingIO 联合创始人 & 运营VP

一、对数据分析师的误解

直到做数据分析师五、六年了,每每和家人朋友聊天,都还是会有人不懂我在做什么。

家人:“数据分析?分析什么东西?”

我:“哪里有数据,哪里就有我们,什么都可以分析。”

家人:“是软件工程师吗?会编程吗?”

我:“…不是,不太会。”

家人:“那是管理层吗?”

我:“还…还不到级别。”

家人:“那是商务人员?做市场或销售。”

我:“…也不是,不过我们辅助他们作决策。”

家人:“决策不都是老板说了算吗?你们到底做什么?”

我:“……来,我去给您加点水。”

除了家人朋友,很多时候,同公司内部的人也会比较困惑,数据分析师究竟是做什么的。收集数据、整理数据表、做各种报表、写 ppt、做挖掘模型、打小报告……每个人的理解都不一样。

“小陈,你能给我发一个去年一年的xx页面的访问量吗?最好是以国家,行业,公司规模作为纬度的,浏览量和 UV 都要。”在数据分析师眼中,这样的场景早已司空见惯。

由于我们对 SQL 等数据工具轻车熟路,很多部门就会直接找我们要数据,但并不会说清楚前因后果。这样不仅浪费分析师时间,也并不能解决业务人员的需求。

数据分析,被很多部门漏看了“分析”二字。

二、数据分析师的正确姿势

数据分析师的正确姿势应该是什么样?

互联网公司的优势在于,运营过程中产生大量数据,这些数据可以通过一些手段转化为决策的动力。数据分析师,就是这其中的结合点。

产品,营销,销售等部门,都会有不同的需求。例如:

产品经理最关心的,是 A/B 测试的数据,用以决定产品的效果;营销团队,在乎营销渠道反馈与结果的数据,以便设计下一个营销战略;销售,关心客户的购买率,保留,以及追加销售时机等。

数据可以直接为其提供服务,而很多数据分析师现在正在做什么呢?

以写 SQL 做图表为生,把数据整理的干干净净整整齐齐。但这仅仅是第一步,很多时候,商务部门人员无法直接理解表格数据。

那么数据分析师,还需要把数据通过浅显易懂的图表形式展现出来,无论是饼状图,曲线图,柱状图等等。

但这样的需求可大可小,随时都有可能产生,十分耗费精力和时间。如果可以自动化出数据,制作走势图,就可以大大的减轻分析师的负担。

在我有限的工作经验里,数据分析团队往往是工作非常辛苦的团队,原因主要有两个:

数据分析人员多半是一对多的关系,一名分析人员同时需要支持很多业务团队,每个业务人员都有不同的截止日期,重要程度,这些工作都堆在分析师面前,通常需要加班完成;分析人员属于幕后人员,而且没有开发的码农们那么受重视,也没有得到上级在人员或精神上的支持,于是多半是苦逼的熬着。

三、数据分析师的悲惨人生

我们应该怎么改变这种屌丝生活呢?

首先可以对自己工作进行优先排序,并与对口业务人员沟通,减少或避免复制粘贴的工作。或是进行培训,将如何做复制粘贴的工作方法教给业务人员,所谓授人以鱼不如授人以渔。

不过这些仍然只能治标不能治本。

最直接的方式就是善于利用外部软件服务,避免脏活累活都自己干。

很多现有的服务公司,都可以为帮助客户直接产生漂亮干净的数据,进行无埋点采集。要什么有什么的数据,大大减轻分析师数据处理的时间。

我和我的同事们也是在坑里摸索多年,生成了这样一种产品。 让数据分析师能够专注于分析结果驱动业务,而不是作各种数据清洗和埋点采集或者数据质量 QA。

让工程师解放出来,让产品经理可以任性起来,随意增加维度和指标。将更多时间投入在分析数据上。

最后,我个人的经验,在数据分析师的工作中,有三点十分重要。

第一,要勇于展示自己的工作。

由于是幕后,我们更要学会自我销售、自我推广,让公司内部人员了解我们的工作进度和成果,得到认可。

第二,深入业务,详细了解商务内容。

只有这样,在与业务人员沟通中,才可以得心应手,知道自己努力的方向。

第三,创新,创新,再创新。

无论是建立数据挖掘模型,还是规模化数据平台,数据分析人员不仅要精通自己的工作内容,还要不断思考寻求简化现有流程方式,提供新颖实用,并且切合业务需求的产品。

只有这样,我们才有出头之日。

我们坚信,未来是大数据的时代,而数据分析师,就是走在时代前端的人。别把时间花费在低产出的数据整理和清洁上面,善于利用工具,朝向正确的方向努力,一定可以在成长道路上走得更快更远。

本文采用「CC BY-SA 4.0 CN」协议转载自互联网、仅供学习交流,内容版权归原作者所有,如涉作品、版权和其他问题请给「我们」留言处理。

(0)
上一篇 2017-08-28 14:07
下一篇 2017-08-29 10:04

相关文章

关注我们
关注我们
分享本页
返回顶部