數據分析成果落地難?你需要注意這五個問題
數據分析過程中,落地是比較困難的一環。本文作者依據工作中項目實踐的所思所想,分析了數據分析成果在落地時遇到的一些問題以及解決方法,希望能帶給你思考。
落地、見效!是很多做數據分析的同學最怕的四個字。平時自己敲代碼加減乘除很嗨,可一提落地就兩眼一抹黑。到底要怎么落?落到哪里?完全不知道。每次報告結尾都寫上蒼勁有力的:本月活躍低了,要搞高!可好像也沒人給我搞。咋辦……今天系統講解一下。這里有五個常犯問題。
問題一:沒有區分服務對象
首先明白一點:在企業里做落地工作,最重要的是經費和人員。好點子多了去了,可離開資金投入與工作團隊,點子就永遠是個點子。大部分企業的數據分析部門,自己申請不到經費和獨立的工作團隊,因此更多是借力打力,通過服務業務部門實現分析成功的落地。
這就要求我們得:有能力識別業務部門到底是什么人(如下圖)。越大的企業,內部小團體越多,各個團體的小目標就越分散。光空喊口號,可沒人響應的。
遇到不同人,當然有不同辦法。
- 驕兵悍將:保護自己是第一位的,不要頂撞他們,更要避免淪為他們的甩鍋對象。先安分守己,避免出錯,再談其他的。
- 新兵銳將:這是最優先考慮合作的團隊,一旦發現,盡早聊,盡早開工!
- 疲兵倦將:這些人問題非常突出,且喜歡甩鍋,所以除非已經有了有把握的方案,否則不要招惹他們,避免麻煩上身。
- 蝦兵蟹將:這些人容易談合作,但出成績難,可以挑其中尚有生機的“活蝦”合作,嘗試著做一些小成績,再爭取更大的機會。
想克服這個問題,需要數據分析團隊有良好的溝通能力及敏銳的識人眼光。特別是數據分析團隊領導:如果數據領導自己都是“兩耳不聞窗外事,一心關門敲鍵盤”,那下屬也很難推動,很容易讓整個團隊淹沒在無休無止的取數單里。類似的悲劇見得太多太多了,所以列為問題一。
問題二:沒有清晰落地目標
我們常說:數據分析可以驅動業務,助力增長,洞察趨勢。這些都是正確的廢話,太大、太空、太虛。想要讓數據分析成果在一個部門里落地生根,得把公司目標-部門目標-項目目標串起來。部門的目標服務于公司大目標,我們想落地的目標又服務于部門的目標,這樣才能讓項目站的穩,站的牢(如下圖)。
想克服這個問題,需要數據分析團隊的思維,從“我能做”到“我要做”進行轉變。
- 我能做個模型→我要找到運力最缺乏的時間
- 我能做個報表→我要找出來效率最低的班組
- 我能做個ppt→我要識別最容易投訴的客戶
最后輸出的成果,可能還是模型、報表、ppt,但思考的角度,是站在對業務最有用的角度思考。不做這個轉變,每日沉迷于筆墨紙硯、加減乘除,最后即使有人愿意合作,也很難出成效。往往讓業務部門覺得——太理論化了。
問題三:沒有區分輸出層級
數據分析輸出成果是有層級順序的(如下圖)分層級輸出,要先看:業務部門對數據理解在什么層次。不做跳躍層級的事,沉住氣一步步來,最后結果才容易得到認可。
這里不光新手,很多老手都會踩坑,比如:
- 不做溝通:不管業務目前啥水平,自己干自己的。
- 做溝通但沒有檢驗:誤以為業務很“數據思維”,結果才發現這幫人只是披著數據外衣的經驗主義!
- 有檢驗但盲目自大:做數據的,自己看不起報表,覺得報表太簡單,非要憋一個超牛逼模型出來,一模定乾坤。
- 有檢驗、不自大,但太過糾結:總怕做錯,溝通頻率太低,自己糾結細節,進度磨磨唧唧。
最后的結果,往往是:
- 項目工期太久,業務等得不耐煩
- 項目配合不暢,總被批不懂業務
- 項目期望值太高,最后一地雞毛
所以,做數據的同學們,自己得先尊重數據,尊重數據落地的規律,尊重每一種數據產出形式。先打破自己心里的三六九等,站在“讓別人認可”而不是“讓自己開心”的角度,才能克服這一關。
問題四:沒有結合業務動作
數據作為一個產品,和所有的產品一樣,是有用戶,場景,痛點,使用方式的。也和所有的產品一樣,場景拆分的越細,越能夠擊中用戶痛點。舉個例子,大家就很容易看明白了(如下圖):
問題五:沒有產品化最終成果
這是最后一步,也是最關鍵的一步:數據產出必須固定成產品/服務。堅決不能讓它躺在ppt或者excel里。所有業務對數據的態度,都是“當初求數像條狗,看完報表嫌人丑”。如果沒有一個固定的產品或者服務,數據就很容易人走茶涼,事后表功的時候記不到。還容易讓別的部門認為:不就是你敲敲鍵盤就可以了嗎,為啥不能!反而做的越多,認可度越低。
所以堅決要出產品:
一來可以插個旗子,讓大家記得這是我們的成績;
二來可以告知未合作的部門,我們能做出什么樣的東西,勾引他們合作;
三來可以告知所有人,數據的項目是有流程、人力、時間成本的,要合作就坐下來認真談,不要指望丟幾句話,鍵盤咔咔一響鈔票就破屏而出。
注意,這里講的產品,是一個廣泛的概念,并非是死板的BI+儀表盤。因為,業務使用頻率和認可度,是第一位的。很多做數據的同學一提數據產品,就想著搞花里胡哨的儀表盤,很容易讓數據產品變成“為做而做”,最后打開率不高,更不指望別人說自己好了。換句話說,只要業務能用起來,數字輸出到哪里,炫酷不炫酷,根本沒那么重要(如下圖)。
小結
數據分析成果落地難,本質上是難在“做項目”上。因為數據分析涉及數學、統計學、計算科學等等理論,很多同學會本能的傾向于“做學問”,忘了我們是在企業,企業是為了賺錢而努力。
當然,也會有企業本身問題,真遇到隊友都是蝦兵蟹將,也沒啥好辦法。所以想把數據落到實處,產生效益,就得因地制宜,結合具體情況考慮。如果大家對這個話題感興趣,我們分享一個營銷端如何落地的例子,敬請期待哦。
#專欄作家#
接地氣的陳老師,微信公眾號:接地氣學堂,人人都是產品經理專欄作家。資深咨詢顧問,在互聯網,金融,快消,零售,耐用,美容等15個行業有豐富數據相關經驗。
本文原創發布于人人都是產品經理。未經許可,禁止轉載
題圖來自Unsplash,基于CC0協議
等老師的商品分析教程