數據分析系列:如何培養數據意識?
編輯導讀:數據分析這個詞在近些年出現的頻率頗高,不管是剛入職的小白還是工作多年的大佬都認可其在工作中的重要性。想要提高數據分析能力,首先要培養數據意識。本文作者基于自身經歷,提出了自己的一點建議,希望對你有幫助。
應某讀者要求,分享先從數據分析開始,包含如下章節:
- 如何培養數據意識
- 如何制定日常數據觀測指標
- 常用的數據分析方法
- 數據分析常用工具
- 數據分析實戰案例
好了,正式進入本次分享內容:如何培養數據意識?
相信看這篇文章的朋友,都非常清楚數據分析能力的重要性:招聘崗位上的高頻詞匯、各類賣課軟文的吹捧加持,以及每一個產品迭代決策,都與數據密切相關。
于是,每個產品經理心中都會有一個問題:想提高數據分析能力,我該怎么辦?
對此,我給出的16字建議是:意識先行,方法指引,行動強化,以教為學。
每一塊怎么理解,后面會慢慢講到。我們先來看,意識部分。
先有傳球意識,才能傳出好球;先有減肥意識,才會采取行動。數據意識亦是如此,它在打怪升級的路上充當著引領者的角色。
一、兩份清單,開啟意識培養第一步
我在開始學習一個新技能時,常常喜歡先找在這個方面做非常出色的前輩。先請教、再模仿、最后消化形成自己的東西。
怎么培養數據意識,很多同學不知道怎么辦?
教大家個辦法:列清單。
兩份清單:一份是問題清單,向前輩學習的問題清單;一份是行動清單,將計劃落到實處。
1. 問題清單
光靠空想是無法解決問題的,必須要行動起來。問題清單的目的是讓大家帶著問題去觀察、發現前輩們身上優秀的特質。問題清單如下,僅做部分示例。
可能大家會有疑問:問題清單為啥是這四個問題?這個和我的學習思路有關:發現-認可-行動-持續,四步快速學習一種新技能。
2. 行動清單
行動清單的目的,讓計劃推更容易落地。在準備的過程,可以幫自己理清想要的是什么,也具備慢慢的儀式感,告訴自己:學習數據分析,我來真的了!相信你一定會被自己的努力和認真感動到。
二、小習慣大作用
很多人在最開始,興致滿滿,整天喊著快速提升數據分析能力的口號,然而:前面雞血打得太滿,導致后面供血不足,難以持續。
對數據敏感的意識培養,它是一項長跑運動,絕非一朝一夕習得。因此,一定是通過一些低成本的小習慣,慢慢培養形成的。在這里,我分享5個大佬們常干的事情。
- 每天上班的10分鐘早餐時間:登錄業務數據觀測平臺,將關注的業務數據瀏覽一遍。關注側重點:數據同比環比變化,較昨日漲跌、較上周/上月同期漲跌,異常需要額外關注。
- 核心數據手抄本:每周花20分鐘時間,將各分層用戶的人數、產品的轉化數據、業務的交易數據等,手工抄到筆記本上。目的將高頻用到的、非常關鍵的數據牢記于心,手工抄寫,加深印象。
- 活動數據備忘庫:每做完一個活動,都將活動的效果填入提前創建好的備忘庫,用于時常查閱,提供思路。當然備忘庫是有固定的格式的,比如必備的字段:活動名稱、活動目的、活動人群、活動人數、活動渠道、瀏覽人數、點擊人數、購買人數、購買金額以及自定義模塊等等。
- 專題分析結論摘抄:相信公司的數據分析師,做過不少分析報告,但報告內容非常多,可以摘抄自己想要的,放到指定的存放文件中,供隨時查閱。
- 簡單數據處理,盡量少用計算器。目的是為了鍛煉自己的心算能力,不妨可以觀察下老板們,心算能力那真叫一級棒?。?/li>
以上都是很小的習慣,維護成本不會非常高,有興趣的小伙伴們,可以嘗試起來,比如先堅持它21天。到時候可以找我分享感受。
三、意識紅利,良性循環
數據的意識,就像一顆種子,要茁壯成長,還需要合適的土壤,即找到合適施展的場景,表達出來。數據意識的加強會獲得更多認可、贊賞,稱之為意識紅利。
需要用到數據的場景非常多!
需求評審會上,評審通過數據分析得到的需求。
專題匯報上,通過數據分析,證明工作的價值。
老板提問時,及時說出所需的數據。
這里,我們只需要做的是,平時,注重積累;會上,自信表達。
當我們進入良性循環的節奏,數據分析能力提升自然不在話下。
最后,我們來回顧下,本次主要講的是:首先通過兩份清單,向優秀前輩學習,走出意識養成第一步;然后,注意養成日常的一些小習慣,從量變到質變;最后,自信表達,獲得認可,進入良性循環。
下一期,我們來一起探討下:在真實的業務場景中,該如何制定有效的數據觀測指標?
以上就是本次的分享,如果覺得不錯,麻煩幫忙分享點贊,非常感謝!朋友們,我們下期見~
#專欄作家#
行走的大雄,微信公眾號:大雄背起行囊,人人都是產品經理專欄作家。金融產品經理,有多款千萬級產品設計運營經驗,喜歡健身、跑步,關注做事的杠桿方法。
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 Pexels, 基于CCO協議
方法論不錯
大家感興趣的話,可以關注我公眾號:大雄背起行囊。后面有系列數據分析的文章
可以從你這里提煉一個方法論:如何培養一個優秀的習慣
是的 平時對數據敏感的人都會有這些特質