不想做人肉跑数机,数据分析师要掌握沟通能力

“那谁谁给个数!”是数据分析师最讨厌听到的话。如果有更讨厌的,就是在你快下班的时候,突然一个电话打过来“那谁谁快给个数,我们总监马上要看,如果有问题让你老板亲自给我们总监解释!!!”——听完砍人的心都有了。

于是很多小哥小姐姐挂着“数据分析师”的title,实际上干着人肉跑数机的活,日写sql两千行。结果一年下来,我分析了啥?连个像样的分析项目经验都没有。还经常被人嫌弃:“不就是个数吗,搞那么慢,人家外边都人工智能大数据分析了呢!一定是我们的分析师能力不行”。

想摆脱这种尴尬状况,单纯靠跳槽和买彩票差不多。鬼知道下一家企业是不是也是这德行。除了换坑碰运气以外,还得苦练内功。数据分析的地位都是自己争取来的,想要别人看的起,就得会沟通,会争取,做出更多有意义的工作让人刮目相看。这里的第一步要从沟通做起。数据分析师要理解业务,要确认需求,要推动项目,都靠沟通。

一、沟通对象

那种数据分析说什么就是什么的理想企业,只存在于公众号软文里。在真实的企业中,不是所有部门都那么好说话的。要看清自己所在的企业的风格,看清各个业务部门的地位和处事方式。选择那些尊重数据、认可数据的人合作。这样才能减少碰壁,少背黑锅,多出成绩。这里有个2维度的简单标准,供大家参考。

新兵锐将是最理想的,但这些人可遇不可求。所以其他三类也可以试着沟通。遇到骄兵悍将时优先考虑自己不背锅,因此尽量走正式沟通,留书面确认文件,小心伺候。针对疲兵倦将,如果没有找到解决痛点的办法可以先不搭理他们,免得被怼。虾兵蟹将里,找一些有积极性的人,就很容易促成合作,至于破罐子破摔的死虾,就由他去吧。

二、沟通目标

我们想得到的信息如下:

  • 业务部门的近期动作
  • 业务部门的工作目标
  • 业务部门的工作流程
  • 业务部门的评价标准

有了这些,我们才知道到底最近发生了什么;在解读数据的时候才能有贴近业务的思路;在接收业务部门需求的时候,才能判断轻重缓急,帮他们设计更好的方法。这些东西都写在业务部门的方案里,但是他们懒得讲、不会讲、不想讲。但凡做过业务的都知道,业务部门最讨厌的就是各种汇报审批流程,平时都是能省则省。所以在沟通方式上要想些办法,硬邦邦的去问,肯定被人硬邦邦的怼回来。

我们想输出的成果如下:

  • 统一数据口径
  • 统一评价标准
  • 统一分析格式
  • 建立汇报机制
  • 争取独立项目
  • 开发数据产品

虽然我们常说:数据驱动业务。但是一口是吃不成胖子,要一步步来,逐渐掌握主动权。首要做的是把“标准”拿到自己手里。业务部门也会自己做分析,甚至有些部门自己招了写sql的人,单纯提数、写分析报告甚至建模是个人都能干。数据真正的核心价值,除了建立数仓以外,就是客观中立的地位。老板们最讨厌的就是业务部门自说自话,口径混乱,邀功请赏,推诿托词。

所以我们可以从这一步做起,先帮忙梳理,统一口径和标准,在老板那里慢慢建立信任。之后再推动有一个固定的汇报沟通机制,为自己争取一个合法席位。最后才是做独立项目和建立数据产品。

三、沟通方式

具体的沟通方法、话术有很多,这里特别强调三个比较容易被忽视的细节:

1. 巧妙利用非正式沟通

多利用午餐、打农药、聊八卦、谈球赛、交流娃娃的奶粉尿布等机会,和业务部门混到一起。先建立感情再谈工作。这样大家心烦的时候会跟你吐槽,也就自然能拿到更多细节问题。了解业务部门具体痛处,就可以启动一个正式话题。一个好的数据分析师,在企业人缘也差不到哪里去。

2. 从解决具体痛点入手

开始正式话题后,从解决业务部门痛点角度切入。所有人都憎恨汇报和审批,所有人都喜欢有人帮忙,所以聊如何帮助别人解决痛点会更受欢迎,引发业务的重视。在业务部门工作流程中,需要用到数据的地方有很多,痛点也很多,举例如下,大家自己慢慢体会

PS:上边列了这么多痛点,同学们平时感受到多少?如果从来没听业务抱怨过,那就说明人家没把你当自己人。当然你会拿不到全面的信息,也做不出业务认可的结果了。熟悉陈老师的同学都知道,陈老师吐槽功力深厚,每次都吐到很细节很具体的点上,这正是平时长期跟业务打交道的结果。企业不是学校,没有标准教科书。正是因为知道很多业务细节里的小九九,在分析的时候才能切中要害。

3. 随和开始,正式结束

启动话题可以很随和,但结束话题一定要正式。确认完工作目标,内容,输出时间,就正式发邮件,CC双方领导确认工作内容。这样日积月累,项目成果越来越多,获得业务的信任也越多。到年终总结的时候,可以说的东西才多。而不仅仅是我去年跑了个表……

有了第一步,第二步是定义问题。业务部门问数据分析问题,往往不是问一些很基础、很体力的问题,就是直接跳到一个很玄幻、很无解的问题。本质上这些都是外行咨询内行的结果。因为不了解数据分析工作方式,所以总是平时不关注,出了事就指望阿尔法喷火大恐龙一口搞掂。这就需要数据分析师来主动定义问题,选择合适的分析方法。以后我们来分享。

#作者#

接地气的陈老师,微信公众号:接地气学堂。资深咨询顾问,在互联网,金融,快消,零售,耐用,美容等15个行业有丰富数据相关经验。

本文

版权声明

本文来自互联网用户投稿,文章观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符,请点击 举报 进行投诉反馈!

相关文章

立即
投稿

微信公众账号

微信扫一扫加关注

返回
顶部