专栏名称: 大数据应用
数据应用学院被评为2016北美Top Data Camp, 是最专业一站式数据科学咨询服务机构,你的数据科学求职咨询专家!
目录
相关文章推荐
大数据文摘  ·  具身大模型,国内最大融资诞生 ·  6 天前  
CDA数据分析师  ·  【干货】7种常用数据分析模型和方法,建议收藏! ·  6 天前  
数据派THU  ·  【NeurIPS2024】通过分解编码和条件 ... ·  1 周前  
大数据分析和人工智能  ·  裁员了,很严重,大家做好准备吧! ·  1 周前  
大数据文摘  ·  3名高中生中了AI顶会NeurIPS!来自人 ... ·  6 天前  
51好读  ›  专栏  ›  大数据应用

逮着数据就想搞个大新闻???别急,先看看这五个问题

大数据应用  · 公众号  · 大数据  · 2017-08-26 09:18

正文

动不动就想搞大新闻?

作为一枚数据分析猿,拿到数据的第一反应是什么?

废话当然是撸起袖子干啊。

我们纵身跃进数据的海洋里左冲右突辗转腾挪,

恨不得使尽手段榨干数据的最后一滴价值。。。

唉,我们都错大发喽。


这么干是能整出一份长达五十页的分析报告,

然而却忽视了至关重要的一点:它必须得到商务人士的认可 —— 对于任何商业分析而言,

出发点不是为了分析而分析,数据不过是分析的对象,

解决商业问题才是初衷所在。


为了避免舍本逐末,

我们必须搞清楚什么只是手段,而什么才是目标。

请相信,本人也是在数据的海水中呛得半死后才悟出这点:有些规矩必须遵守,有些问题必须参透,切忌在未知深浅之前就把手伸进滚烫的数据里去搅和。


01

分析目的何在


没有目标,你就像一个被扔在河正中的家伙,两边都是岸,该往哪边游?拿到数据之后,尤其是在客户支持-供应商这种模式下,我们最好先问明白,对方究竟想要什么?是关于分析手段的展示呢,还是藏着什么没摆上台面讲明的商业目的?在起步阶段搞清楚需求,这点将决定你接下来的分析工作量究竟是几小时还是需要几天。

02

了解所有的数据含义


不要在对数据还一知半解的情况下就贸然展开工作!十回里有七次你将碰上许多命名类似内容却不同的数据列。比如,元文件中某列有个变量叫‘Input_ASIN’,转眼另一列又标着‘ASIN’—— 这里头的区别足够让你思考半天人生了。所以,再碰上六七十列“这都什么鬼”的数据时,别瞎猜了,赶紧开口问吧

03

听众对象都有谁


分析报告中非常关键的一条是:谁是你的目标受众?搞清楚陈述对象之后,相应的侧重就有很大不同。

【阶层】

听众级别越高,越该少提战术层面的细节,多着眼战略上的大方向。正如Avinash Kaushik所言,高层对数据细节不感兴趣,他们更关心的是大局态势。

【部门】

分析的重点因部门而异。面对不同的群体,是该强调落实的时间,还是折扣,促销亦或产品多元化?着眼于利润还是收入?你的报告要投其所好。

【方式】

宣讲之前了解听众的背景,数据分析展开到哪个层面才能让他们从容消化你的观点?

04

同一批数据,看看人家的分析员


辛辛苦苦做了一大堆分析之后,你收到如下反馈:

“这些我都知道!能不能讲点别的啊你?”

在一万种伤害分析猿的方式里,这大约是杀伤力最强的金句之一。

所以如果可能的话请做个事先调查,针对当前情况客户究竟了解多少,类似分析是否前人已经做过了。也许询问后得知的真相很骨感,但总比努力半天后收到开头那句暴击好。

05

如何与客户分享你的分析成果


不光在如何准备报告上,最好对分享的方式也要有所了解。分析做好了,是通过Excel报表展示呢,还是用Powerpoint宣讲,亦或直接在email里用文字陈述?是有专人来讲述呢,还是直接发份报告给对方了事?分享的渠道决定了我们所提交的信息与文字量。

最后的友情小贴士:

上台宣讲成果时请尽量采用商务语言(rén huà),所以收起你的学术心让那些数学统计专有名词靠边站吧。想获得台下的商务人士支持,你该做的就是让他们听懂而不是坐在那儿听你上课。


举个例子,

“位于价格中值的产品销售数字下降了”,

“顾客现在更倾向于买便宜货”,

一种结果,两套表述,少年你选哪一个?





“阅读原文”在这里点👇