人人都是产品经理|数据分析成果落地难?你需要注意这五个问题


数据分析过程中 , 落地是比较困难的一环 。 本文作者依据工作中项目实践的所思所想 , 分析了数据分析成果在落地时遇到的一些问题以及解决方法 , 希望能带给你思考 。

人人都是产品经理|数据分析成果落地难?你需要注意这五个问题
本文插图

落地、见效!是很多做数据分析的同学最怕的四个字 。 平时自己敲代码加减乘除很嗨 , 可一提落地就两眼一抹黑 。 到底要怎么落?落到哪里?完全不知道 。 每次报告结尾都写上苍劲有力的:本月活跃低了 , 要搞高!可好像也没人给我搞 。 咋办……今天系统讲解一下 。 这里有五个常犯问题 。
问题一:没有区分服务对象
首先明白一点:在企业里做落地工作 , 最重要的是经费和人员 。 好点子多了去了 , 可离开资金投入与工作团队 , 点子就永远是个点子 。 大部分企业的数据分析部门 , 自己申请不到经费和独立的工作团队 , 因此更多是借力打力 , 通过服务业务部门实现分析成功的落地 。
这就要求我们得:有能力识别业务部门到底是什么人(如下图) 。 越大的企业 , 内部小团体越多 , 各个团体的小目标就越分散 。 光空喊口号 , 可没人响应的 。

人人都是产品经理|数据分析成果落地难?你需要注意这五个问题
本文插图

遇到不同人 , 当然有不同办法 。 骄兵悍将:保护自己是第一位的 , 不要顶撞他们 , 更要避免沦为他们的甩锅对象 。 先安分守己 , 避免出错 , 再谈其他的 。 新兵锐将:这是最优先考虑合作的团队 , 一旦发现 , 尽早聊 , 尽早开工!疲兵倦将:这些人问题非常突出 , 且喜欢甩锅 , 所以除非已经有了有把握的方案 , 否则不要招惹他们 , 避免麻烦上身 。 虾兵蟹将:这些人容易谈合作 , 但出成绩难 , 可以挑其中尚有生机的“活虾”合作 , 尝试着做一些小成绩 , 再争取更大的机会 。
想克服这个问题 , 需要数据分析团队有良好的沟通能力及敏锐的识人眼光 。 特别是数据分析团队领导:如果数据领导自己都是“两耳不闻窗外事 , 一心关门敲键盘” , 那下属也很难推动 , 很容易让整个团队淹没在无休无止的取数单里 。 类似的悲剧见得太多太多了 , 所以列为问题一 。
问题二:没有清晰落地目标
我们常说:数据分析可以驱动业务 , 助力增长 , 洞察趋势 。 这些都是正确的废话 , 太大、太空、太虚 。 想要让数据分析成果在一个部门里落地生根 , 得把公司目标-部门目标-项目目标串起来 。 部门的目标服务于公司大目标 , 我们想落地的目标又服务于部门的目标 , 这样才能让项目站的稳 , 站的牢(如下图) 。

人人都是产品经理|数据分析成果落地难?你需要注意这五个问题
本文插图

想克服这个问题 , 需要数据分析团队的思维 , 从“我能做”到“我要做”进行转变 。 我能做个模型→我要找到运力最缺乏的时间我能做个报表→我要找出来效率最低的班组我能做个ppt→我要识别最容易投诉的客户
最后输出的成果 , 可能还是模型、报表、ppt , 但思考的角度 , 是站在对业务最有用的角度思考 。 不做这个转变 , 每日沉迷于笔墨纸砚、加减乘除 , 最后即使有人愿意合作 , 也很难出成效 。 往往让业务部门觉得——太理论化了 。
问题三:没有区分输出层级
数据分析输出成果是有层级顺序的(如下图)分层级输出 , 要先看:业务部门对数据理解在什么层次 。 不做跳跃层级的事 , 沉住气一步步来 , 最后结果才容易得到认可 。

人人都是产品经理|数据分析成果落地难?你需要注意这五个问题
本文插图

这里不光新手 , 很多老手都会踩坑 , 比如:不做沟通:不管业务目前啥水平 , 自己干自己的 。 做沟通但没有检验:误以为业务很“数据思维” , 结果才发现这帮人只是披着数据外衣的经验主义!有检验但盲目自大:做数据的 , 自己看不起报表 , 觉得报表太简单 , 非要憋一个超牛逼模型出来 , 一模定乾坤 。 有检验、不自大 , 但太过纠结:总怕做错 , 沟通频率太低 , 自己纠结细节 , 进度磨磨唧唧 。


推荐阅读