这是陈老师《做一个人见人爱的数据分析师》长篇连载第十一篇
第一篇戳：最惹销售反感的十种数据分析师，进来看看有没有你
第二篇戳：数据分析师如何面对“我早知道了！”这句质疑
第三篇戳：数据分析师如何应付“你行你上啊！”的嘲讽
第四篇戳：天气太热业绩差，除了设坛求雨外，数据分析师还能干啥？
第五篇戳：数据化甩锅！把问题优雅的甩给外部环境，活学活用PEST
第六篇戳：码数5小时，结论憋两天，分析报告结论到底该怎么下！
第七篇戳：日报没人看，周报全白干！减少无效报表就该这么干！
第八篇戳：从一个小问题洞察挣钱秘籍，却被90%的数据分析师忽略
第九篇戳：拒绝鸡汤，我要挣钱！用数据分析找到销售成功背后的真正秘密
第十篇戳：思路好，下班早！思路混乱，忙到肝颤！多渠道的分析方法
问：为什么数据分析师要人见？我不见人就自己闷头写代码不行吗！
答：行，加班到死吧。
这种场面，每月，每周，每天都在发生：
需求方：“你取个这个数我看看……”“你取个那个数我看看……”
需求方：“我知道你要下班了，可这个数真的很急，我现在就要！”
需求方：“那让你的领导去跟我们总监说去，我不管，我就要数！”
不想见人的数据分析师，就等着被埋葬在无休无止的琐碎的取数中去吧！
本质上，数据分析岗位是一个后台支持岗位，我们不直接创造价值，而是通过服务其他部门，提升企业工作效率。不主动跟其他部门接触，就掌握不了工作主动权，就会被那些不懂数据天马行空的人无休无止的折腾。人家可是在为公司实打实的挣钱，你拦着说：“老子比公司重要！老子就要下班！需求去你妈的！”看看老板炒的是需求方还是你啊，哈哈。越主动，越能引导需求，越能体现工作价值。
问：为什么数据分析师要人爱？我算我的数，别人爱看看不看拉倒！
答：行，升职就别指望了。
这种场面，每月，每周，每天都在发生：
领导：“你分析了啥？”
领导：“公司养你和不养你有区别吗？”
领导：“你这些换个人也能干，要你何用？”
不想着做出业务方喜欢的分析师，就等着一月5000拿到天荒地老吧
本质上，数据分析思路就那么多。但是每个企业的实际情况是千差万别的。不结合企业实际，不考虑需求方的时间、成本、使用场景，就无法做出能产生价值的分析。单纯计算个数的话，为什么企业不请一个月薪5000学过计算机的大专生而要用你啊？即使跳槽，还是会被HR和用人部门问死在：“为什么是你不是别人？你的优势是什么？”这个问题上
问：为什么要从销售入手？
答：因为在分析需求上，销售部门最好伺候
这些哥们很实际。他们需要业绩，他们需要指导，他们不想听复杂的理论和假设，只要能提升业绩就中！只要我们能帮他们找到提升业绩的办法，提示他们保持努力，源源不断输送标杆给他们，他们就能满意！他们真的很容易满足。
不信？试试伺候市场部的策划们啊。来来来，以下问题随便你回答：
“我们的广告效果真的很好，改变的是用户深层情感，而用户都是疏于表达的，请分析出哪些购买者是没有说话但是内心情感认同的！”
“促销不能光看实际用券的用户，我们做的宣传也带动了其他以前不了解我们的顾客购买。如果没有促销这个月业绩跌的更厉害。请全面评估促销效果，剥离自然增长！”
“A功能点使用率低所以我就要改A吗？如果不改，你分析下我要改哪里？如果改了总体使用率还是上不去，那你数据分析出这个数有啥用？我们的分析永远给不了结论！”
“现在不是号称大数据精准营销吗？来精准个我看看，精准一下哪些人下个月自然而然就买的，我们省点推广费！”
“预测下下个月销售量是多少？这个预测很关键哦，要是缺货了亏钱业绩不达标哦，要是预多了积压了会亏钱哦。一个数据分析师年薪20万，炒五个就能把积压的钱补上了！”
是不是分分钟想摔了键盘，拿个算盘来摆摊算卦哇。本质上，市场部门纠结的问题大部分是主观因素，大部分是未来发生的事，大部分是一堆原因犬牙交错在一起。我能算中未来发生什么，我去算算股票楼市好不好。
你被市场部的这些不讲理的文科生气的够呛。去伺候供应链，咱搞进销存模型，牛逼了吧！结果信心苦苦建好了模型，预测了销量，安排了生产。下游一个KA居然翻脸不要货了，严！重！积！压！这时候模型有啥用？算法有啥用？本质上，供应链被下游销售&市场牵制，很难独善其身，使得分析的功效大打折扣。
所以真的，销售是这些部门里好伺候的了！
问：销售日报我也做啊，为什么从来没见人满意？
答：因为大部分同学只会统计个业绩量，拉个平均值，高了低了
在前边的分享中，陈老师给出了一系列可以深入的方法：
1. 我们可以一主三辅的指标分析销售业绩结构。
2. 我们可以建立业务标签，细致考察销售行为。
3. 我们可以模拟业绩走势，区分宏观因素影响。
4. 我们可以逐层深入解剖，找到问题点与机会。
5. 我们可以树立销售标杆，深入洞察成功原因。
6. 我们可以提炼标杆动作，形成可复制的经验。
所有的这些，最终可以分日、周、月报+名单，逐级呈现，帮助销售团队做出成绩。
虽然大家都知道，销售相关的数据指标很少。我们需要收集事件，自己做假设模拟，自己做标签，自己去走访市场，自己去提炼经验才能得到最终正确的结论。这个过程可能不单单需要会写代码，会写数据，更需要会观察，会提炼，会总结。但是这个过程能输出的结果是非常令人振奋的：我们不是仅仅算了个数，而是洞察到一个行业挣钱的秘籍。
未来继续在这个行业工作，我们可以理直气壮的说：我们掌握了十大销售秘籍，我们懂如何诊断销售渠道，我们可以提升业绩。未来换个行业，我们可以说：我们除了会算数，还能洞察出数据背后的问题。甚至你可以和陈老师一样，经常去调侃那些只会统计个业绩额，拉一个红线然后写高了低了的所谓分析师。自豪的跟他说：“你分析了啥啊，你当业务部门是瞎子吗，看不到哪个高哪个低？”
升职加薪之路在前方招手，与大家共勉。
——本文还差一点点就完了——
实际上，对付市场部的文科生也是有办法的。稍后请继续关注陈老师长篇连载《做一个人见人爱的数据分析师——市场篇》
更多精彩干货请戳~~~
业务知识一站通，懂业务，让你从技术人才中脱颖而出！
陈老师基于咨询公司从业经验与8年25个项目经验，精心打造业务知识体系课程。
点击阅读原文立即学习
Python爱好者社区历史文章大合集：
Python爱好者社区历史文章列表（每周append更新一次）
福利：文末扫码立刻关注公众号，“Python爱好者社区”，开始学习Python课程：
关注后在公众号内回复“课程”即可获取：
1.崔老师爬虫实战案例免费学习视频。
2.丘老师数据科学入门指导免费学习视频。
3.陈老师数据分析报告制作免费学习视频。
4.玩转大数据分析！Spark2.X+Python 精华实战课程免费学习视频。
5.丘老师Python网络爬虫实战免费学习视频。
