|
数据分析师怎么让领导满意？注意！我们不可能让所有人满意。有些公司的领导就是认为，他自己的经验、眼光是世界上最牛X的东西，数据算个屁。你叫不醒这种人。而有些公司的领导自身懂数据，给的需求就很靠谱，让这种领导满意也很轻松，只要按他的要求做即可。
因此，讨论“怎么让领导满意”，关键在于：争取普通的领导。那些没那么懂数据，但又不盲目自大的领导，才是工作重点。这些人可能会用到一些报表，但对数据库、数据统计方法、算法没有清晰认知。如果善加引导，是可以形成良好的合作，提升对数据的满意度的。
那么，从哪里开始呢？
一、重视数据的作用
数据分析，最值钱的是啥？是：数据本身。分析的方法有很多，利用逻辑推理，利用现场走访，利用二手资料，利用专业知识，都能进行分析。但是没有数据的支持，仅靠逻辑、理论、个案，很容易出现偏差。
所以数据分析师想让大家满意，首先要做的不是跟别人纠结复杂的分析逻辑，而是孜孜不倦地向大家宣传：
这个问题和哪些数据有关？
我们能从哪些地方获得数据？
已经有的数据能证明多少，还欠什么数据？
这样时间久了，大家不管讨论什么问题，都会先想到：“我们有没有数据？”每次开会都会叫上数据部门旁听，确认数据能否支持。真做到这一步，数据分析的地位会大大提高，后边推其他项目也就顺理成章了。有些新人喜欢一上来就和业务部门争论思路，结果往往被业务经验丰富的领导喷得晕头转向，这是很不划算的。
二、清晰数据的作用
当业务不了解数据的原理时，他很有可能需要你算命。诸如：“帮我算算，怎样既不花钱又有高产出”“帮我算算，哪个用户会买，我直接找他”……当然，还有最常见的“帮我预测下个月销量，不用100%准，99%准就好了”。
想提高业务满意度，一定不是赌命式搞预测。且不说不太可能次次都赌对，就算赌对一次又怎样？业务方信了你说的下个月业绩很好，他们放松投入了！结果业绩不好了！算谁的责任。业务方信了你说的业绩不好，投了很多资源，结果提前把费用透支完了，又算谁的责任。
要向业务同时普及：
业务行为本身，会影响预测结果，所以得提前知道你的计划。
不同计划方案，需要的准确度不一样，你的计划越详细，预计越准。
如果一个业务方案从来没试验过，它就没历史数据参考，很难预测准。
想测试新方案，最好直接测试，基于测试数据做判断。
总之，多和业务沟通，多做新测试，多做评估，少赌命预测，是提升满意度的重要方法。
三、规范数据的流程
周五晚上6点下班，刚准备走，业务一通电话“赶紧给个数，和之前差不多就行，快！”你取，还是不取？很多新人觉得，只要我跪舔业务舔得使劲，他们一定满意。可真遇到这种没头没尾，一个电话催一个数的情况，很有可能你加班加点干完了，人家还是不满意！
“这个数据咋和我认为的不一样呀”
“哦，我忘记了，还需要另一个数”
“不对！这个口径应该参考XX的，不是YY的”
这些都是没有清晰的规范，没有讲清楚需求导致的问题。所以想提高业务满意度，建立规范是必须的。
取数正确的核心是：指标口径。本着“不要返工，质量第一”的原则，一定要书面确认清楚。这一点不但我们自己要懂，也要孜孜不倦灌输给业务。而且，数据前后对不上，也是业务很讨厌的问题，所以这一点很容易争取业务认可。
取数的关键，在于了解背景。比如这个数据，是为产品/活动/策划服务的，是用于事前判断/事中监控/事后复盘。这一部分是业务不喜欢沟通的，总觉得“你问这么多干啥”。
但是这一部分却意义重大，了解了业务的思路以后，才能把相同场景的指标、维度摆在一起，把重复出现的零散需求，捏成一个大项目；才能把零散需求合并，用数据产品，而非每天写sql的方式满足需求。所以为了我们自己前途，一定得做好。
这里就得区分不同人进行沟通。对于合作意愿好的，可以主动讲清楚了解背景的意义，争取大家坐下来谈，了解了背景，我们才能输出更高质量的分析，对业务也是有利的。
对于合作意愿不好的，你谈好处他们不见得能听的进去。就得找机会，比如需求排队太多，需要等，比如别人都有BI支持，他们没有的时候，跟他们摊派“再不上系统，你们只会更慢”，倒逼他们来谈需求。
有些同学会说：我面对的业务太不讲理，太蛮横，就是喜欢事前说不清楚，事后来骂人。那没办法，有些公司的环境就是不好。只能换个公司解决问题。但是，但凡业务能沟通一下的，一定要沟通，把规范推出去，不指望业务那边人人都懂，至少每个部门，和数据打交道多的骨干能明白，这样才是提升满意度。
四、打造有使用场景的产品
“当初求数像条狗，拿到数据嫌人丑”是很普遍的状态，即使一份报告写得再好，事后也会被忘记。有些新人觉得：上个BI系统就好了。可实际上，很多公司的BI系统打开率都惨不忍睹，除了分公司负责扒拉Excel的表哥表姐，业务根本很少有人看。上了BI还在源源不断提取数需求，也是常事。
从本质上看，这是因为不管是汇报ppt也好，还是BI工具也好，都只是数据的展示形式。到底在什么业务场景会被用上，这才是关键。想提升满意度，一定要尽可能在固定的业务场景输出，混个脸熟，这样后边才有更多机会让大家满意。
这要求，在设计数据产品的时候，不是很本位的从数据角度出发，思考“我做个XX模型”“我做个XX看板”，而是站在业务流程角度，思考：
在哪个环节，需要数据？（晨会？周例会？月总结？策划会？）
在决策不同阶段，需要什么样数据？（计划-设计-测试-执行-复盘）
有数据和没有数据，对业务的提升有多大？（重点中重点）
以什么形式呈现数据结果，业务使用率最高
这里特别要关注业务的提升，比如经常用使用跟进报表的销售团队，是不是业绩更好；经常使用画像工具的运营，是不是策划活动更佳。多收集成功案例，到时候业务和数据相互印证（相互吹捧）：用数据证明业务团队的绩效很好，业务团队现身说法证明数据工具有用。这就形成了完美闭环。不但合作部门的领导们很满意，其他部门领导也会跃跃欲试来合作，这样就打开良好局面了。
注：文章及图片转载自网络，如有侵权请联系删除
|
