当前位置:17微号网www.17wh.com > 科技咖 >

推荐:数据分析师与运营协作的9个好习惯

发布时间:2017-06-20 18:03浏览次数:100Tags:数据分析

最近两个月我将大量的精力放在了业务分析团队的组建和管理上。不断解决日常中遇到的协作问题,使我学到了一些分析技术以外的知识。由于人多事儿多,所以出现了不少很好的协作案例,值得推广。

    分析师尽早介入业务。

    运营伙伴做好合理排期。

    及时反馈。

    利用现有数据源解决问题。
    许多时候,我们并不是缺乏数据,而是“懒”,不去挖掘现有的数据集的潜力,导致分析师觉得有很多简单重复需求。

    过程中紧密沟通。
    不要做“甲方乙方”,而要做“一条绳上的蚂蚱”。

    运营不是放大压力给分析师,而是帮助分析师减负。
    从业务到分析,这个协作链条的上下游,天然就有“放大压力”的属性。比如运营任务deadline是7天,分析需求就会压缩到3天。更何况我当前所处的环境,很多事务都是1-3天,那么数据需求就大量的是1-2天期限,不少是当天需要完成。

    清晰的阶段性规划。

    主动地点对点培训。
    大批量集中的技能型培训,实际上效果都非常差。真正有效的互相学习,还是自发形成的“一个愿打,一个愿挨”的点对点培训。要想办法创造这种环境:1.招聘自驱力强的人;2.鼓励事情做深做细;3.减少“贴膏药”的事情;4.对有难度的事,给予充分的时间。

    通过同理心来实现互相信任。
    很多人会说,协作中的问题基本来自“信息不对称”。但以我目前的观察,信息不对称的根源是运营与分析师不够互相信任。如何增强同理心?目前我没有很好的方案,也许“时间能改变一切”?

根据实际情况,再举几个典型的问题,是我们目前没有解决的。但我根据经验给出一些解决的方向,并正在向这个方向努力。希望有经验的读者能在回复中给我们一些好的启发!~

    对于取数型的任务(数据描述型的任务),搁置争议,先解决眼前的问题。

    对于数据分析不能解决的任务,我们永远要追求“客观性”。一定不能出现“为了结果而分析”,更不能出现“包装结果”。

这其实有两个方面:一是分析师能力不足,不能够解决某个业务问题;二是问题过大,超出数据分析的边界。面对第一种问题,通过换人或者外部请教,一般能解决。面对第二种,我暂时只能控制不出现“假分析”。

但这说起来容易做起来。。。谈何容易。


这点往往与第一点产生矛盾,业务方急着要分析结果,而分析师除了“猜”,不可能给出满意的分析结果。面对“强人所难”的情况,也是我最近“心累”的主要原因。

END

作者:胡晨川;转自:川术 公众号;


【数据分析】原创“数据运营”系列文章;

1:从0开始搭建自己的数据运营指标体系(概括篇)

2 :从0开始搭建自己的数据运营指标体系(定位篇)

3 :从0开始搭建自己的数据运营体系(业务理解篇)

4 :数据指标的构建流程与逻辑

数据运营关联文章阅读:

运营入门,从0到1搭建数据分析知识体系

干货 :手把手教你搭建数据化用户运营体系

推荐 :最用心的运营数据指标解读

干货 : 如何构建数据运营指标体系

从零开始,构建数据化运营体系

干货 :解读产品、运营和数据三个基友关系

干货 :从0到1搭建数据运营体系

数据分析、数据产品关联文章阅读:

干货 :数据分析团队的搭建和思考

数据分析师必需具备的10种分析思维。

如何构建大数据层级体系,看这一文章就够了

干货 : 聚焦于用户行为分析的数据产品

如何构建大数据层级体系,看这一文章就够了

80%的运营注定了打杂?因为你没有搭建出一套有效的用户运营体系

经典重温 :数据驱动决策的13种思维

从底层到应用,那些数据人的必备技能

读懂用户运营体系:用户分层和分群

做运营必须掌握的数据分析思维,你还敢说不会做数据分析


商务合作|约稿 请加qq:365242293


更多相关知识请回复:“ 月光宝盒 ”;

数据分析(ID :ecshujufenxi)互联网科技与数据圈自己的微信,也是WeMedia自媒体联盟成员之一,WeMedia联盟覆盖5000万人群。

赞赏

长按二维码向我转账

受苹果公司新规定影响,微信 iOS 版的赞赏功能被关闭,可通过二维码转账支持公众号。

可能感兴趣

我要评论