石沉大海！發出去的報告沒人回應，數據分析師該怎麼辦？
- 2019 年 12 月 9 日
- 筆記
辛辛苦苦跑的數據沒人理，對數據分析師/專員來說是一件極具挫敗感的事情。如果在日常更新數據的同時，還要接大量沒頭沒尾的臨時性需求，就更有挫敗感了。如果發現接的臨時性需求其實可以用日常數據替代，就更有挫敗感了。「求求各位大爺看一眼報表好不好！」一股怨氣油然而生。每天埋頭跑數沒人理，葬送數據新人職業發展的頭號殺手。
有意思的是：沒人理不代表數據沒人看。其實業務部門對待數據的態度，大概有這麼幾類：
自有主張型和自視甚強型本質上是一類人：懂數據的業務。他們自己有分析能力，所以不是很依靠數據部門給意見。大部分時候他們只需要原始數據，分析都是自己做的。唯一的區別在於：分析結果是否對他們有利。如果看到結果有利，自然嗷嗷叫的寫報告，把好看的指標往上擺。如果看到結果不佳，就祭出「數據不能全面客觀反映事實」「業務發展有多種複雜因素」來替自己洗地。
這兩類里，自有主張型相對好溝通一些，至少他們主觀上有意願分析數據。和他們合作，要麼在專業性上壓倒他們，參見《運營都會寫分析報告了！數據分析該怎麼辦？》。要麼安心提供基礎服務，把常用的指標固定成數據產品，既方便業務應用，又能夠增加數據部門的成果。
自視甚強型就難辦了，因為你很難叫的醒一個揣着明白裝糊塗的人。常見的，比如業務部門KPI沒達標，然後變着法的給自己找理由，你提數據不好看，他說：「你還有XX因素沒有採集到數，分析不全面」或者業務部門老闆已經打定了注意，你提數據不能支持他的觀點，他說：「數據只是過去的結果，未來行不行得看業務邏輯」總之總有理由。確實，我們無法量化所有的影響因素，也沒有本事預測所有未來，所以對這種人就敬而遠之吧。畢竟我們希望多爭取朋友，而不是四處招惹敵人。╮(╯﹏╰）╭
誰來幫忙型很多是靠經驗、資歷、人脈、運氣做上來的老人。可能在一個行業里混的久，有經驗積累，但是能力真的不咋樣。特別是數據分析能力。最常見的表現就是邏輯性差，遇到問題喜歡拍腦袋，吃經驗。等到經驗不夠用的時候就蒙了。其實他們不是不想回複數據分析的報表和報告，八成是沒看懂。往往處理問題，也是拉上一堆人開拍腦袋大會，會場上啪啪之聲不絕於耳。O(╯□╰)o
這時候如果直接丟一堆數據分析轉業概念，比如描述性統計，探索性分析，假設檢驗，因果關係blaba，估計就把他們直接整暈了。我們可以提供一個簡單的思路來梳理問題
在討論問題的時候，一步步推演，把每一步建立在堅實的數據基礎上。比如當業務部領導問道：「為什麼業績增長這麼乏力」的時候。可以拆解出幾層問題：
- 信息來源：業績增長乏力這個感覺哪裡來的？看沒看過數據？
- 是多少：業績增長的數值是多少？從什麼時候開始看？
- 是什麼：怎麼就叫乏力了？標準是什麼？依這個標準，是從什麼時候開始乏力的？是全局性乏力還是局部乏力？是持續性乏力還是偶發乏力？
- 為什麼：有沒有懷疑對象？有沒有過往類似經驗？
這樣一步步來，很容易就從千頭萬緒中縷出一條主線，排除一堆無需縹緲的恐懼。全程沒有一個專業名詞，非常適合不懂數據的人參與進來討論。就像醫生診病一樣，醫學很專業，但醫生問的問題卻是個人都答的上來：「哪難受？什麼時候開始難受的？之前有過沒有？……」
所謂久病成醫，和這些部門過幾次分析思路以後，就慢慢能讓他們學會一些分析思路。起碼遇到問題不要急着拍腦袋，而是去找一下報表，看看哪些數據指標真的有問題，量化思考一下。能達到這一步，後續的合作就不愁了。
暈頭轉向型大部分是新人，或者是一線人員，在銷售部/業務部/渠道部/分公司最多。要麼還沒有認識到數據的作用；要麼忙於一線事物顧不上做計劃；要麼剛剛入門，不知道一堆數據從哪裡看起。這時候可以循序漸進，三步走，先從吸引大家注意力開始。
如何吸引大家，這裡有很多做法。能拿到組織的授權，安排正式環節最好。比如銷售部強制要求晨會必須做數據分享，否則扣績效。比如市場部每月例會必須安排數據分享環節，領導親自監督。問題是，這樣需要來自高層的支持。如果沒有正式授權，可能就得採取一些旁門左道。這裡有很多小技巧：
比如銷售部最愛用賽馬打比方，相容團隊發展。好，我們就玩賽馬。每次就只放一個業績完成指標，就把圖表做成賽道，還給一個團隊的起上不同的名字：駿馬、老馬、瘦馬。搞得銷售部的人都相互喊XX馬的綽號，自然每天關注我成什麼馬了……
比如大家都喜歡看美女！於是我真在某個女性銷售佔比高的公司做了巾幗圖。每天讓業績最好的銷售頭像大屏霸榜。女士們一看自己上榜都可勁的化妝PS，然後大家形成習慣定時開報表看美女(✧◡✧)
總之有了吸引力，就會讓大家長期關注，有了關注度，就會引發各種思考：為什麼總是這個人業績第一？他有什麼獨門秘籍嗎？為什麼大家都喊難的時候，他能增長這麼快？有了這些疑問，能力強的就會自己做分析，產生大量分析需求。能力差的就會向我們求助：幫幫忙分析下為啥這個人會一直霸榜。如此一來，機會就來了。
以上只是一些小小的心得分享，想讓大家在抱怨之餘，看到一線希望。通過我們自己的努力，可以慢慢扭轉默默無聞扒數據的尷尬地位。當然，有很多新人是直接選擇跳槽，換個坑。可坦白的說：選坑碰運氣，爬坑靠實力。想找一個完全沒有坑的數據分析崗位是很艱難的。因為本質上數據分析是一個服務部門，服務部門就是會遇到各種難伺候的顧客。所以即使是想換坑，提升內功也是必要的。畢竟頻繁跳槽本身，又是另一個坑了。
然而，別人不理自己不代表全是壞事。有一類需求可能是很多新人聽了興奮，老人聽了一陣寒氣從褲衩順着脊樑涌到脖頸的：要精準預測未來XX業務情況！業績發展全看預測的了。為啥？且聽下回分解。
