面对同一个场景,不同的数据分析师会有不同的应对策略。这篇文章从数据分析师出发,列举了五个数据分析师在工作中会遇到的问题以及对策,总结出了做优秀数据分析项目五大坑点,帮助数据分析师更好的应对职场生活。
场景还原:某互联网企业的B2B商务拓展团队,主要通过电话销售联系潜在客户,外呼名单管理混乱,只有客户企业名称、联系电话两个字段,销售成功率极低,且团队管理混乱,只记录成交金额,没有对未成交原因做记录,也没有跟进记录。业绩完成差,团队流失严重,领导很着急。
问题一(选择题)
你是这个企业的数据分析师做数据分析,此时你会:
A、在月报里认真分析成功率低原因,写20页整改建议
B、月报只列数字,等着他们来找你谈合作
(题目简单,思考一秒钟)
经过上一篇的教育,大家都选B。是滴,这个场景里的问题根本是业务管理混乱导致的,数据能帮上忙就见鬼了。如果业务自己意识不到痛,只是数据分析师作为外人blablabla,根本没人理。所以不要干这种出力不讨好的事。
退一步讲,即使你干了,人家听了你的建议效率提高了,也是业务独揽大功,关你分析屁事,你怎么证明他们听了呢?人家会说:“我早想到了”“你不说我也知道”。所以最好的策略是等他们来找,立项目,比如叫“销售业绩提升项目”成立项目组,发邮件告知老板们正式开工,Ok,走起!
问题二(判断题)
现在团队领导找到你,决定立项开干,你把项目目标定为“提升销售成功率”请问是对还是错?
A、对
B、错
(题目简单,思考一秒钟)
这是很多做分析的同学常范的问题:把终极目标当眼前目标。或者压根不知道业务目标是什么。只是凭感觉说:“我们是电商,所以要提GMV”“我们做增长,所以要做DAU”……请注意:在管理混乱、数据缺失、团队跑路的情况下,指望写200行代码,出个ppt就能拉动业绩,是完全不现实的。所以要和业务领导认真谈谈,除了提升销售成功率外,还有没有二级目标可以做。比如:
实际上,真遇到业绩不行,业务领导往往第一位想到的是要资源,第二位想到的是调KPI,第三位想到的是找案例。别人真没心思听你说:“活跃率低了,要!搞!高!”。因此,梳理目标,确定一级、二级目标,非常重要。所以这题选B。
问题三(选择题)
现在确认一级目标:提升销售成功率;二级目标:找成功销售经验。马上有人跳出来说:“你都没做过销售,你怎么分析!!!”问:怎么办?
A、通过数据分析出最佳销售方法
B、承认自己不懂
(题目简单,思考一秒钟)
这是很多做分析的同学常犯的问题*2:指望数据直接算出一个最佳方案。带着这种想法的同学往往会被人用:“你成交过几单?”“你行你上啊”打趴下。在谈及“如何做”这个问题时,数据分析的作用不是算出最佳的方案。
因为每一个成功的个案,一定有不可复制的独特优势,比如销售做数据分析,有些人就是天生巧舌如簧,天生形象好让人喜欢,你不能回避这些。数据分析的作用是:分析具体案例,区分可复制部分和不可复制部分。把可复制部分沉淀为经验,把不可复制的特征提取出来,以后找更多类似特征。
比如我们发现本地靓女做销售成交高,那就让每个城市在本地招聘高颜值闺女就好了;如果是某个特殊时间,特殊动作要做,那就让其他人复制这个操作。数据分析擅长的不是卖货,而是总结经验,寻找特征。这个题选B。
问题四(看图说话)
一个月基本工资1300,每单提成250,以下两种分层哪种好用?
A、图1
B、图2
(题目稍复杂,思考一分钟)
出这个题不是考如何分层,而是考一个基本思路:根据业务需求找分类标准。比如这个例子里,有个很大的问题是:团队流失严重。可能人均订单10单、8单、4单在统计上是有区分的,但在业务上毫无区分,一个业务员不管是10还是8,都挣不够一个月的生活费,他还是会跑路。
但25单可以让他挣到25*250+1300=7550的收入,对电话小哥来说很可观了。这是数据分析与数据挖掘的一个核心区别。我们建数据模型,为的是大概率模拟现实情况,所以可以处理掉一些数据,虚拟填充一批数据,反正为的是整体效果。做数据分析,有独特效果:能指导业务部门创造现在不存在的情况。
比如业务觉得,能月入7500的骨干至少占比20%,团队才稳定,那现有的薪酬制度、操作系统、招聘流程都能改,这就打破了现状。
因此做数据分析,往往更看重对业务的指导意义,找标准,要找符合业务需求的标准。此题选
来源【首席数据官】,更多内容/合作请关注「辉声辉语」公众号,送10G营销资料!
版权声明:本文内容来源互联网整理,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 jkhui22@126.com举报,一经查实,本站将立刻删除。
必须顶的。。。。。。。。。