商业数据分析师技巧，数据分析师如何避免成为业务的\"取数机\"

关于【商业数据分析师技巧】，今天小编给您分享一下，如果对您有所帮助别忘了关注本站哦。

• 内容导航：
• 1、商业数据分析师技巧：数据分析师如何避免成为业务的\"取数机\"？
• 2、商业数据分析师技巧，AdMaster首席运营官陈乐

1、商业数据分析师技巧：数据分析师如何避免成为业务的\"取数机\"？

00 前言

数据分析师在工作大概一年之后就会开始有一些困惑，每天都被一堆业务人员纠缠，要各种各样的数据，导致每天工作量很大，经常加班到深夜。却发现自己的能力也没什么提升，天天都在做重复的工作，对业务的提升也没有拿的出手的项目，因此绩效也不会太好看。开始质疑数据分析师根本不是做网上说的那种数据驱动增长的工作，而是一名被业务支配的“取数机器人”。这往往就是大多数初中级分析师遇到的第一个较难突破的瓶颈，那么该如何突破这个瓶颈。

01 砍掉无效的需求

砍需求的初心

首先砍需求的时候大家不需要有心理负担，觉得拒绝业务方的需求会被认为是偷懒的行为，害怕业务方一来投诉就会影响自己的评价。

大家需要明白砍需求并不是一种为了减轻自己的工作量而去偷懒的行为，反而砍需求往往需要花费更多的精力去和业务方argue，大部分情况下比直接接下需求要花更多的时间以及很可能会特别的心累。

那砍需求的目的是什么呢？砍需求是为了减少业务方和数据分析师在不正确的地方浪费时间，把节约下来的时间花到更加有意义的事情上面去，从而提高整个业务的运转效率。

在明白砍需求背后的终极目的后，我们就能毫无负担的与业务方进行battle。

02 砍需求的流程

1.了解业务方提出的需求是否有明确的目的

很多业务方在提出一个数据需求的时候自身并没有想清楚看这些数据是为了解决什么问题，如果一个业务方提需求的时候并没有明确指出要解决什么问题，就是单纯的想看看数据，这个时候需要果断的直接拒绝。这种看看类的数据需求是无穷无尽的，并不会实际解决业务问题，反而在浪费双方的时间。

当然在实操过程中，拒绝需求也是有比较大的难度，可能双方有职级上的差异，这种时候也首先需要和你的上级对砍无效需求这件事情上达成一致，必要时寻求上级的帮助。对于自己能拒绝的需求，需要尽量拒绝，学会恰当又不失和气的拒绝也是一门值得研究的艺术。这种需要基于对方的性格灵活应对（看人下菜）。

2.判断业务方想要解决的问题是不是一个“真实”的问题

如果业务方的数据需求已经有明确的目的了，这个时候你就需要去思考他这个想要解决的问题到底是不是一个问题。当然这个判断会有一些难度，需要数据分析师对业务有比较深刻的理解，才能避免业务方抛出一个伪命题时，被业务方牵着鼻子走。在接到这种需求的时候需要特别小心的甄别，比如：

1. 一个电商平台的运营，提需求给分析师说美妆类目的毛利率比较高，让你收入、成本、优惠、人群等各个维度综合分析下原因。
2. 钉钉的产品经理，提需求给分析师问，为什么钉钉的工作日DAU高于周末，让你做一个专题分析，给出原因。
3. 一个成长记录App的产品经理，提需求给分析师，为什么节假日和周末上传的照片数量会特别多，让你从各个用户群体角度做一个拆解，找一找可能原因。

这三个例子，都是业务方提的伪命题类需求，本质上都是对应业务特性导致的，如果一个分析师不懂业务，真的去进行这些伪命题类需求的分析，那就会花费大量的时间进行一个无效的分析，做了无用功还会被认为不专业。

3.思考业务方提的数据需求能不能解决他的问题

如果这个数据需求经过前两步的考验，那么恭喜你，你已经有可能接到一个能给业务带来价值的需求。但是还可能因为业务方对数据方面的专业性不够，业务方提出想看的数据指标并不能实际解决他的问题。他们可能会发生相关性认为是因果性、本末倒置、人群不合理过滤等等的问题，那拿到这些数据后往往就会得到一个错误的结论。这就是展现一个数据分析师专业性的时候到了。首先你对于自己业务的数据指标体系需要了如指掌；其次每个数据指标背后代表的业务含义要了然于胸；最后业务方想要解决的问题，背后实际的业务含义也是十分之清楚。

那就开始进入砍指标环节了，也就是提问运营的环节。问清楚运营看每个数据指标是为了干嘛，如果不看这个数据指标会怎么样。问运营对这个数据指标的预期是什么，这个数据指标的好与坏会有什么样对应的业务动作。经过这样提问会后，就会砍掉不少无用的指标。

砍完指标之后就会进入加指标的环节。业务方大部分情况下只会站在自己的一亩三分地去思考问题，很可能会缺乏对全局的思考，那我们分析师在了解清楚需求背后真实目的之后，就得思考完成这个目的需要哪些数据指标来进行对比分析，基于业务方原本提出的数据指标进行查漏补缺，最终能形成一个较完善的解决需求目的的数据方案。这一点对数据分析师的要求也是相对较高的，需要对业务有比价深刻的了解，也有较强的数据思维。

03 砍需求的好处

如果每个需求都已经通过上面的灵魂拷问后，那就可以拒绝掉很多的业务方没有想明白的无效需求；也可以弄明白业务方真正的困惑是什么，在焦虑些什么东西，利用我们的专业性优势给予更多合理的建议；也可能会升级需求类型，从普通的取数需求变成一个有较大价值的分析需求。

那长此以往的合作下去，业务方很可能就不会再来提取数需求，都是来找直接找你聊他的困惑是什么，和你一起探讨什么样的数据可以解决的他的问题，那么这种往往都会变成最能体现数据分析师综合能力的分析类需求，最后一般都是会产出一份分析报告的。那我们数据分析师就可以翻身农奴把歌唱，从一个取数工具人变成一名业务迭代参与者，最终成为一名真的能创造业务价值的数据分析师，做到了数据驱动业务的增长。

02 建立完善的数据报表体系

对于日常需要看的数据指标，我们需要落地成对应的数据报表或者对于核心的部分开发自定义的数据看板。业务的变化是十分之快的，如果跟着业务的需求去做对应的报表，那是永远无法满足业务当前的诉求的，就会无止境的陷入报表的开发当中。你需要站在业务方的立场，去想业务的核心是什么，最需要关心的是什么，然后抽象总结出一套能监控业务现状，发现业务问题、指导业务分析的数据指标体系，落地成对应数据报表。这个推荐用OSM模型来搭建数据报表体系，由于这里篇幅有限，后面会单独写一篇文章来介绍OSM模型的实际应用。

提前规划好业务方需要看数据报表体系后，就可以避免很多常规性的重复取数。帮助业务方了解自己该重点看什么数据，提早发现业务有什么存在的问题。一个好的报表体系不仅仅是展示一推数字，更是一个能帮助业务方进行分析的思维模型，当业务发生异常时，顺着报表的设计思路，业务方能自行分析定位出问题所在，最后落地对应的解决方案后还能通过报表得出改动的效果如何。

利用报表体系解决业务方的日常性的看数据需求，只有一次性开发报表的工作量，搭建的过程中可能会比较痛苦，也会持续较长的时间，但是一旦数据报表体系搭建完成之后，就会避免很多后续的临时性取数任务。

03 深度参与业务重点项目

数据分析师一定要多参与到重点项目中去，这种参与并不是通过帮助项目简单的做一些报表，取一些数据。而是自己当成项目owner去想问题，去做事情。主动用数据帮助项目发现一些问题，并且根据自己对业务的理解给出一些解决方案，利用数据分析项目已执行方案的具体效果，把一些不好的业务动作去掉，把更多的资源给到实际带给项目正向效果的事情。站在业务方视角想一些能带来的增量的事情，并且利用数据分析师的优势把想法用数据来衡量可能会带来的收益，让事情能更好的落地。

当然做这个点对应数据分析师要求十分之高，需要真的的理解业务。一个好的数据分析师必定是一个好的运营和产品经理。那在你深度参与到项目中之后，并且给项目带来看得到的效果，业务方就会明白你的价值之大，会让你越来越多的参与到项目中去，也就能做越来越多的分析报告，也是真的让你的数据分析结果落地到实际的业务中去，实践了数据驱动增长。这样业务方自然而然会舍不得让你做哪些没什么用的临时取数需求。业务方也不是傻子，自然会懂怎么样与你合作对他的利益是最大的。

04 总结

要想避免成为业务方的“取数机”，下面这些点要特别注意：

2、商业数据分析师技巧，AdMaster首席运营官陈乐

“尽管依靠流量的营销模式已经遇到了增长瓶颈，但互联网导致的消费者注意力碎片化，还是会让广告主在移动端获得比较好的营销效果。”AdMaster首席运营官陈乐（Wilson Chen）给出了解释。

AdMaster发布的2019中国数字营销趋势报告显示，79%的广告主将增加数字营销预算，整体预算平均增长20%；有81%的广告主表示将增加移动端广告投入，PC端状况则不容乐观，只有11%的广告主愿意增加预算。

陈乐表示，过去移动端是PC端流量的补充，但现在有的广告主表示只做移动端的投入，这是因为消费者的行为发生变化了，数字营销其实把握的就是品牌与消费者之间的动态关系，未来数据和技术会扮演更加重要的角色。

流量碎片化，移动依旧为王

无论是植入电视剧的广告，还是在网站打出的横幅广告，真正能够引起消费者关注的还是移动端，广告投放还是追着流量。

“过去广告最有效的收看渠道是PC和电视，但现在消费者每天的浏览时间，大部分都在手机上。”陈乐说。

AdMaster的报告显示，在不同媒介的预算分配方面，移动端依旧维持其强势地位，有81%的广告主表示2019年将增加移动端广告投入，PC端状况则不容乐观，只有11%的广告主愿意增加预算。

陈乐表示，移动端吸引广告投放，是因为移动端变成了大部分消费者跟品牌进行接触的机会，这也是媒体流量变现的主要渠道。

陈乐进一步解释，消费行为的变化，广告的投放及移动设备的硬件生产，都围绕着移动平台进行，并且更加多元化。

值得注意的是，经济下行压力不断加大，但广告的投放预算并没有缩减，AdMaster数据显示，2019年数字营销预算平均预计增长20%，相比2018年的18%、2017年的17%，增长明显。其中预算增长30%以上的广告主占比近三成。

“在数字营销市场中，广告预算的增加意味着对市场的看好，积极的投入想要从市场中获得回报。”陈乐表示，消费者线上习惯的变化再加上技术的更新迭代，数字营销会有很多的创新出现。

不过陈乐也提醒，即便2017年、2018年和2019年的数字营销的预算持续增长，无论是长视频还是短视频，无论自制剧还是内容营销，都充满着变化，这是需要关注的。

“种草”式营销

“双微”平台之外，随着短视频社交、社交电商等应用的风靡，在数字营销中，社会化营销越来越成为广告主支出的重点。这一趋势也直接反映到了广告主的预算分配中，AdMaster数据显示，81%的广告主表示将在2019年增加社会化营销投入，预算平均增长21%，保持了跟2018年一样的高增长。

抖音、快手等短视频社交平台强大的吸粉及转化力，也让广告主看到了视频社交的潜能，虽然直播的热度略有降温，但短视频/直播仍是广告主社会化营销的重点。

“为什么小红书会火？因为它利用了消费者的亲身体验来推荐产品，而不是生硬的广告推销，这是’种草’式营销。”陈乐表示，这也是社会化营销的一个特点，通过线上数据进行消费者画像分析，使得广告的投放更有粘性、更加有效果。

AdMaster数据显示，在PC端，虽然相比2018年，视频网站、社交网站、搜索引擎依旧是广告主重点投放的媒体类型，但三者的选择比例却发生了显著变化，搜索引擎成为最受广告主欢迎的媒体，视频网站则失去了其绝对优势，选择它的广告主同比下降了22%。在移动端，社交平台和移动视频保持了优势，超半数的广告主将其作为重点投放媒体，垂直平台、电商平台紧随其后，选择它们的广告主占比均为37%。

2018年，电视综艺和网络综艺节目成为品牌娱乐营销的主战场，传统品牌、互联网品牌、新兴的短视频APP，不同种类的品牌在综艺市场的投放预算此消彼长，整体广告增长稳健。

“对于任何一个品牌来说，赞助综艺节目的最终目的是实现效果转化，最终带来实际收益。”陈乐表示，品牌收益的衡量指标包括节目赞助带来的消费者对品牌喜好度的上升，也包括品牌购买意愿的提升，而因喜爱而产生购买行为这两者有着直接的正相关关系。

陈乐还指出，2018年的剧集市场发生巨大变化，中老年观众成为很多品牌试图拓展的消费人群，年轻观众则更加挑剔，需要更精良的内容。

AdMaster数据显示，网综以39%的占比，成为数字营销从业者最愿意投入的内容营销类型。自制视频/微电影则随着视频消费习惯的普及，短视频的风靡，超越网剧、电视剧，成为仅次于网综的内容营销投放热门。网综、自制视频、微电影之外，综艺真人秀仍广受关注。

技术与数据

AdMaster数据显示，高达60%的数字营销从业者认为，大数据驱动的营销自动化/营销云将是2019年最受欢迎的营销技术。

此外，颠覆性的人工智能技术和企业数据管理与决策的“最强大脑”DMP（数据管理平台）也备受关注。过去一年，人工智能最广泛的应用就是语音识别，各大互联网公司纷纷推出语音助手抢占人机交互的入口，除此之外，无人驾驶、医疗影像识别、智慧零售等领域，AI也在持续发挥影响。DMP作为数据集成、管理和应用的中枢，是企业数字化转型的重器，越来越多的品牌正在搭建自己的DMP平台，技术影响力依旧不减。

“大数据和人工智能正在重塑数字营销格局，随着未来物联网的普及，媒体环境将愈发碎片，但数据技术创新和内容创新始终是不变的营销引擎，企业未来增长要提质增效，一定要靠数据、智能和内容三轮驱动。”陈乐表示。

数字营销在未来会出现哪些新的趋势？

陈乐认为，数字营销有三个新的趋势，一是新技术会帮助营销创新，二是内容营销会更加受到重视，三是技术和数据将扮演更加重要的角色。

数字营销火爆，但营销投放也存在风险。

这就是关于《商业数据分析师技巧，数据分析师如何避免成为业务的\"取数机\"》的所有内容，希望对您能有所帮助！

本文链接：https://bk.89qw.com/a-873326