合作机构:阿里云 / 腾讯云 / 亚马逊云 / DreamHost / NameSilo / INWX / GODADDY / 百度统计
做数据分析,总会面临这种模糊问题:
“分析一下运营情况,要深入一点”
“近期销售咋样,分析分析”
“分析下近期的活动……”
总之,字数越少,麻烦越大。因为真的不知道提需求的人想干啥。而且,往往这么提的还是部门领导,说完以后就消失不见了,想再当面沟通也很难见到人。最后,往往哼哧哼哧干半天,得到一句:“你就分析了这?我早知道了”真是让人苦不堪言。
咋办?
为啥出现这种情况,核心在于以下五个问题:
这五个关键问题,我们一窍不通。而这五个问题,恰恰决定了数据分析成果是否被认可。所以只听一句:“你来分析分析”就埋头干活,基本等于自掘坟墓哈。干得越起劲,坟挖得越深,把自己坑得越惨。
数据分析输出的产品,不像大米白面能直接填饱人的肚子。数据分析的价值是相对的。如果提供的是对方知道的东西,即使给得再多,也不会被认可,甚至会被吐槽:“你太啰嗦了,说重点”。
所以标准的梳理数据分析的路子,就是整明白对方做了什么,想要什么?(如下图)
图片
但注意,上边的做法是乙方服务甲方/求职者去面试的做法。真要是在企业里边用,大家相互知根知底,是不需要前期铺垫这么多的。这时候,可以通过层层递进的五个问题,搞清楚:到底对方知道多少。(如下图)
图片
有了这个五个问题的答案,就能根据对方对业务现状的把握情况,确认分析重点了(如下图)。
图片
BUT!这是对一般人说的。如果面对领导,很多同学不敢直接问。冷冰冰地问来问去,搞得跟审犯人一样,不但自己张不开嘴,还可能引起领导吐槽:“我都想清楚了,要你干啥!”所以,得有些更灵活,简便的办法。
回到原点,想要做出让人认可的分析,本质上要解决这五个问题:
所以,可以从这五个问题入手,用更轻松随意的对话,找到突破口
比如领导要求:“分析下近期的活动”,那么可以问:
1、是给您本人看?
2、还是给负责活动的本门看?
3、还是给活动相关的财务、营运、供应看?
如果提问的人,刚好有明确的意图,他就会告诉你:
1、我本人想了解情况,我不太信运营自己说的
2、我觉得运营的人做的不客观,你给他们个参考
3、我想让各个部门都了解下当前的情况,科普科普
有了这个信息,后边做啥事就非常清晰了!
我们很想知道看数据的原因,但是又怕直接问“为什么”太生硬了。这时候可以用钓鱼执法的方式,直接甩一些业务上的话题出来,试探对方的真实意图。
比如面对“分析下近期的活动……”可以说:
1、我看活动组的人加班加了好多天,是不是过程中很多问题?
2、我看活动上线后又发了2次补充说明,是不是出了啥事情?
3、我看活动的商品销量并没有大幅度增加,是不是有什么情况?
如果提问的人,刚好有心烦的事,他就会非常详细地和你吐槽:
1、活动策划太纠结
2、活动宣传不给力
3、活动效果不太好
知道了这些信息,后边的分析就有了基本定调,并且能够直插核心问题。
我们很想知道输出的内容,但是又怕直接问“你想看哪些指标”太生硬了。这时候可以主动提示:可以看XXX东西,现场确认一下是否是对方需求。
比如面对“分析下近期的活动……”可以说:
1、活动本身参与情况
2、活动投入产出情况
3、活动前中后大盘整体指标变动
4、近半年来同类活动对比
然后直接问:这样是否足够?
如果提问的人,刚好有想看的内容,他就会非常详细的和你说:
1、指标太多了/太少了,你得关注XX
2、时间维度太长/太短了,你得注意XX
3、分析角度太多/太少了,你得考虑XX
这样虽然结论不清楚有没有用,但至少内容上是对方要的。到时候数据出来,如果结论不满意,再一起看数据,看看下什么结论好,也容易交差。
我们很想知道输出内容的深浅,但是直接问“你想分析成啥样?”太过莫名其妙。这时候可以换个问法:直接告诉他,数据现状是啥!然后再问:还有啥是他不知道 or 特别想弄清楚的。
比如面对“分析下近期的活动……”可以说:
1、活动目标人数40万,实际参与30万
2、参与活动的人消费力比较高,活动消费1个亿,已经达标了
3、活动ROI比同类活动高,但是近期来活动参与率持续走低
然后直接问:这些情况是否足够回答您的问题?您还有啥想了解的?
如果提问的人,刚好有纠结的难题,他就会非常详细的和你说:
1、客单价为啥高,要深入分析
2、参与率持续降低,也要深入分析
3、不要光看ROI,要看重复参与率
这样收集来的信息就太硬货了!能直接指向最终结论
当然,搞到硬货的基础是自己也得够硬!常规的指标监控,数据结果自己心里得一清二楚。这样才能问出硬核问题。或者掌握了做数据MVP的技巧,有本事现场做MVP测试。不然是无法拿到这种硬核信息的。
我们很想知道输出内容最后被用到哪里去了,但是直接问“你想做什么?”显得太过傲慢——领导做什么,什么时候轮到一个小兵来管!这时候可以换个问法,直接抛出一个可能的行动方向,然后问:“我这么理解对不对呀?!”从而钓出对方的真实意图。
比如面对“分析下近期的活动……”可以说:
1、是不是要马上上一个新活动,补这个活动的缺?
2、是不是要总结下本次的教训,下次不再犯?
如果提问的人,刚好有想办的事,他就会非常详细地和你说:
1、我在考虑要不要改活动形式
2、我在考虑选一种更好的形式以后用
这样就清晰了,提问人对本次活动的心理估价,也能知道哪些输出有用。后续也清晰。
注意:五个要点的问法,可以一次性问完,也能分开问,不需要很死板。有趣的是,领导们也是有个人风格的。
一般甩手掌柜型领导,问题1能回答清楚。这种人喜欢指定好谁干啥事,剩下的自己就不管了,因此对于“给谁看,看了起啥用”会比较清楚。
一般技术出身的领导,问题3、4能回答清楚。这种人会关注细节,可会用数据思维思考问题,因此能聊得很细致。
一般业务导向的领导,问题2、5能回答清楚。这种人虽然不关注技术细节,但是要办啥事,遇到啥问题是能讲出清楚的。
所以,同学们可以看菜下饭,根据领导风格选择合适的问题。这样既不显得唐突,又能体现自己的专业素质,还能为后边的工作扫清障碍。
有同学会问:那遇到稀里糊涂型领导咋办?!
答:得看对方是真糊涂还是假糊涂。所谓假糊涂,就是对方仅仅是不清楚现状,所以无法下判断,这时候可以先呈现数据现状(而且要尽可能全面)帮对方建立起来判断。
如果对方是真糊涂,比如靠前大厂头衔,靠吹嘘拍马,靠吃喝嫖赌,靠资历老而混上来的老糊涂蛋——那真的没啥办法了。这时候只能自求多福。
但是,做数据的同学们,还是得掌握梳理需求,建立思路的技巧,这样才能判断:到底是对方糊涂,还是自己的能力差。有相当多做数据的同学,有个坏习惯,就是不管业务方需求,不去沟通细节,自己闭门造车,堆砌指标,搞一堆无用的数据。这种情况下就是自己的问题了,怪不得别人。在报告出来,被人批的时候痛哭“你不早说!”只会被人喷回来“那你也没问呀!”
图片
然而,这样就牵扯出第二个问题:到底心里得装着多少常用数据指标,才能满足快速沟通的需求?实际上,能根据场景快速选择合适指标,是数据分析师的一种高级能力。
TOP