Đây là phân tích dữ liệu tốt nhất mà tôi từng thấy [Kế hoạch công việc hàng năm]

Làm thế nào để phân tích dữ liệu cụ thể? Làm thế nào để thực hiện tốt? Chúng ta hãy cùng xem phương pháp của tác giả.

Một năm nữa lại sắp kết thúc và các công ty đang lập kế hoạch làm việc cho năm 2024. Khi nói đến kế hoạch làm việc phân tích dữ liệu, nhiều sinh viên đang cảm thấy bối rối. Làm thế nào để viết kế hoạch công việc phân tích dữ liệu? Hôm nay chúng tôi sẽ giải thích một cách có hệ thống.

1. Những sai lầm thường gặp của kế hoạch làm việc

Nếu các phòng ban khác được yêu cầu viết kế hoạch làm việc thì phong cách có khả năng xảy ra nhất là như sau:

• Bán hàng: Tạo ra 2 tỷ doanh thu cho công ty trong suốt cả năm, với mục tiêu hàng tháng là XXX
• Hoạt động: 10 sự kiện được tổ chức trong suốt cả năm và doanh số bán hàng trong ngày Double Eleven đạt 500 triệu!
• Cung ứng: Đảm bảo cung ứng hàng hóa có doanh thu 2 tỷ đồng, giảm tỷ lệ thất thoát xuống 0,01%
• Phát triển: Đảm bảo triển khai 10 hoạt động và hệ thống hoạt động ổn định trong hơn 300 ngày

Vậy làm thế nào để viết phân tích dữ liệu?

• Phương pháp 1: Viết 2.000 dòng SQL mỗi ngày và hoàn thành 500.000 dòng trong 250 ngày làm việc mỗi năm
• Phương pháp 2: Xây dựng 20 mô hình dự đoán và đạt được độ chính xác dự đoán là 99,99999%
• Phương pháp viết 3: Thiết lập 10 hệ thống dữ liệu thúc đẩy chuyển đổi số của doanh nghiệp
• Phương pháp viết 4: Cung cấp 10 báo cáo hoạt động với độ chính xác dữ liệu 100%

Câu hỏi: Trong bốn cách viết trên, cách nào là đúng?

Điều này liên quan đến hiệu suất vào năm 2024, vì vậy hãy dừng lại và suy nghĩ một phút.

trả lời:

Những gì viết về doanh số và hoạt động đều liên quan đến hiệu suất hoạt động và tiến độ tài chính của công ty, và liên quan trực tiếp đến ví tiền của mọi người!

Mặc dù cung ứng và phát triển không tạo ra tiền trực tiếp, nhưng nếu không có chúng thì không thể kiếm được một xu nào, do đó đây là sự hỗ trợ cứng nhắc.

Việc phân tích dữ liệu chỉ có tác dụng vừa không cứng nhắc vừa không có lợi nhuận, do đó không cần thiết.

Trong bốn phương pháp viết trên, phương pháp 1, 2 và 3 bị lỗi nghiêm trọng. Bởi vì 1, 2 và 3 đều liên quan đến phân tích dữ liệu, vốn không liên quan gì đến hiệu suất hoặc doanh thu, mặc dù chúng ta nói: dựa trên dữ liệu, trí tuệ số và chuyển đổi số. Nhưng ai là người thúc đẩy, thúc đẩy bao nhiêu và làm thế nào để đo lường xem có thúc đẩy hay không thì vẫn chưa có lời giải thích rõ ràng. Chúng tôi cũng không biết liệu bộ phận kinh doanh có thừa nhận hay không. Đó chỉ là lời nói suông.

Chỉ có phương pháp 4 là gần như chấp nhận được:

1. Ít nhất hãy đặt mình vào vị trí của một bộ phận hỗ trợ và có định vị rõ ràng.
2. Ít nhất hãy gắn công việc của bạn vào các dự án lớn của công ty để nó không bị bỏ qua.
3. Ít nhất thì kết quả công việc cũng có thể định lượng được (đầu ra gấp 10 lần), và khi các dự án lớn được triển khai thì cần phải xem xét dữ liệu.

Mặc dù vẫn khó để đo lường hiệu suất theo cách này, nhưng ít nhất nó cũng đưa bạn và các nhà phát triển lên cùng một cấp độ.

Đây là điểm khởi đầu cho kế hoạch công việc phân tích dữ liệu.

2. Phương pháp viết kế hoạch công tác cơ bản

Kế hoạch công việc phân tích dữ liệu theo ba định luật sắt:

1. Kết hợp công việc với các phòng ban khác trong công ty.
2. Nội dung đầu ra, Mới > Tối ưu hóa > Đảm bảo.
3. Định lượng nó theo cách mà các phòng ban khác có thể cảm nhận được.

Ví dụ:

Sau khi tối ưu hóa như vậy, giá trị của dữ liệu có thể được phản ánh ở mức độ lớn, hữu ích hơn là bạn tự viết: Tôi đã làm XXX. Bạn phải biết: hầu hết mọi người ở các phòng ban khác (kể cả giám đốc của hầu hết các phòng ban) đều không thực sự hiểu các nguyên tắc về dữ liệu. Có dữ liệu hay không có dữ liệu, giúp bạn kiếm tiền hay tiết kiệm chi phí, ổn định và không có lỗi là những kết quả công việc mà hầu hết mọi người có thể hiểu rõ hơn.

Khi lập kế hoạch, bạn sẽ xác định được mục tiêu nhiệm vụ, giúp việc đánh giá hiệu suất sau này dễ dàng hơn. Về cơ bản, điều này sẽ tránh được câu hỏi: "Những việc bạn làm có tác dụng gì!!!"

Tất nhiên, đây chỉ là cách viết cơ bản. Nếu chúng ta đi sâu hơn vào bản chất của phân tích dữ liệu, sẽ có nhiều cách tốt hơn để thực hiện.

3. Phương pháp tiếp cận nâng cao để lập kế hoạch công việc

Về cơ bản, có bốn bước từ việc tạo ra dữ liệu đến việc sử dụng dữ liệu.

Bốn bước này tương ứng với ba nhiệm vụ quan trọng của phân tích dữ liệu (như thể hiện trong hình ảnh nhỏ)

Các phần sau đây là những điểm chính:

Việc xây dựng cơ sở hạ tầng sẽ không bao giờ được coi là có giá trị theo bất kỳ cách nào.

Nếu bạn làm tốt thì đó là công việc của bạn. Nếu bạn không làm tốt, hãy rời đi. Đây chính là tình trạng thực sự của cơ sở hạ tầng. Do đó, nếu bạn đảm nhận công việc về cơ sở hạ tầng, chẳng hạn như thiết lập các điểm theo dõi, thiết kế/duy trì các bảng lớn được các phòng ban kinh doanh sử dụng, thiết lập các chỉ số và kiểm tra cỡ nòng, v.v. Hãy đảm bảo kết hợp nó với các dự án chính, chính sách lớn, sự hợp tác giữa nhiều phòng ban và các sự kiện lớn khác của công ty! Bằng cách này, sẽ có ít sự kháng cự hơn trong quá trình thực hiện và việc tính toán tín dụng khi đến thời điểm sẽ dễ dàng hơn.

Ví dụ, để cải thiện chất lượng của các điểm bị chôn vùi, bạn nên viết:

• Các dự án con trong các dự án tăng trưởng trọng điểm của công ty năm 2024
• Lấp đầy khoảng trống dữ liệu không đủ trong kênh phân chia WeChat gốc
• Tổng số kênh giám sát tăng từ 15 lên 20
• Tổng số thẻ người dùng tăng từ 100 lên 120

Theo cách này, việc định lượng sẽ dễ dàng hơn, do đó mọi người đều có thể cảm nhận được khối lượng công việc và dễ dàng thảo luận về vấn đề này trong quá trình đánh giá.

Nếu bạn không quen với phong cách viết này, chỉ cần xem cách đưa tin về lễ khánh thành tuyến đường sắt trên bản tin phát sóng vài ngày trước:

• Các dự án trọng điểm của Kế hoạch 5 năm lần thứ 13 của quốc gia...
• Tổng số km là 1.500 km
• Thời gian lái xe ban đầu là 5 giờ đã được rút ngắn xuống còn 2 giờ
• Lấp đầy khoảng trống không có đường sắt cao tốc từ khu vực XX đến khu vực XX

Đúng là hương vị!

Cốt lõi của việc sản xuất dữ liệu là từ "công cụ".

Nếu không có công cụ, chúng ta sẽ không biết liệu mọi người đã xem video hay chưa hoặc họ đã xem video đó bao nhiêu lần và không có cách nào để định lượng kết quả đầu ra. Trong số tất cả các công cụ, việc xây dựng mới luôn dễ chứng minh thành tích hơn là tối ưu hóa, do đó mục tiêu của việc xây dựng mới nên được liệt kê đầu tiên.

Hiệu suất công việc, càng nổi bật càng tốt:

• Màn hình dữ liệu bắt mắt hơn bảng điều khiển dữ liệu
• Bảng dữ liệu nổi bật hơn báo cáo dữ liệu
• Báo cáo dữ liệu nổi bật hơn báo cáo Excel
• Excel dễ thấy hơn việc gửi một vài con số qua email

Do đó, khi lập kế hoạch công việc, hãy trao đổi nhiều hơn với bộ phận kinh doanh và thu thập thông tin rõ ràng về mọi sự kiện và dự án lớn trong năm tới. Sau đó, hãy cố gắng đưa ra những sản phẩm dữ liệu bắt mắt nhất có thể, đưa ra những nhu cầu phức tạp khác khi cần thiết và thuê người để lấp đầy những khoảng trống khi cần thiết. Điều này sẽ giúp phản ánh kết quả dễ dàng hơn.

Cốt lõi của việc sử dụng dữ liệu là kịch bản.

Kịch bản càng cụ thể thì khả năng mọi người sử dụng nó càng cao. Khi bạn lập báo cáo bán hàng, người ta ước tính rằng sẽ có chưa đến 1% số người đọc báo cáo đó. Nếu bạn trực tiếp gửi lời nhắc nhiệm vụ trên WeChat for Enterprise, ngay cả những người không nhấp vào cũng sẽ nhấp vào. Tốc độ đọc sẽ tăng mạnh và việc đánh giá kết quả sẽ dễ dàng hơn.

Nếu bạn muốn tạo một mô hình dự báo cho chuỗi cung ứng và dự báo phải chính xác 100% thì ngay cả thần thánh cũng không thể làm được. Nếu kịch bản cụ thể là: giảm chi phí lựa chọn sai, ước tính có khả năng chọn ra lựa chọn thất bại rõ ràng;

Nếu bạn phải khai thác hết tất cả các đặc điểm của người dùng khi tạo chân dung người dùng cho các hoạt động, thì có lẽ điều đó cũng vô ích ngay cả khi bạn làm việc chăm chỉ đến chết. Nhưng nếu chúng ta muốn lọc ra những người dùng có tiềm năng cao và loại bỏ những kẻ ăn bám, một vài tính năng có thể là đủ.

Do đó, nếu bạn muốn dữ liệu hữu ích, bạn phải thảo luận về các tình huống một cách chi tiết. Cảnh càng chi tiết thì càng tốt. Tốt nhất là nên có một bộ dữ liệu với bốn hoặc năm tình huống ứng dụng để tối đa hóa lợi ích. Hãy lập kế hoạch chi tiết để bạn có nhiều điều để viết khi đánh giá hiệu suất.

4. Khó khăn cốt lõi của việc phân tích và lập kế hoạch dữ liệu

Lý do cốt lõi khiến việc lập kế hoạch và đánh giá phân tích dữ liệu trở nên khó khăn là gì?

Mọi người đều nói to:

• Chuyển đổi số thực sự quan trọng
• Phân tích dữ liệu rất hữu ích
• Kinh doanh dựa trên dữ liệu

Nhưng khi nói đến đánh giá hiệu suất, chúng tôi hỏi:

• Công ty đã kiếm được 500 triệu nhân dân tệ từ Double Eleven. Bao nhiêu trong số đó được tạo ra bởi mô hình của bạn và bao nhiêu được tạo ra bởi người khác?
• Bạn có thể viết SQL, các nhà phát triển và nhân viên vận hành cũng vậy. Đóng góp đặc biệt của bạn là gì?
• Nhân viên bán hàng có thể kiếm thêm được bao nhiêu tiền khi xem báo cáo của bạn hoặc không?
• Có rất nhiều thứ cần được số hóa, bạn có thể số hóa chúng chỉ bằng cách đưa ra một con số không?

Đây chính là gốc rễ của mọi khó khăn trong phân tích dữ liệu! Vì vậy, khi lập kế hoạch, bạn phải phân loại các tình huống một cách cẩn thận và chọn đúng hướng để mọi việc diễn ra suôn sẻ trong quá trình đánh giá. Nếu không, bạn sẽ chọn sai hướng và kế hoạch sẽ trở nên lãng phí thời gian. Tất nhiên là không có kết quả tốt.

Tôi đoán rằng sau khi đọc bài này, học sinh sẽ cảm thấy khó khăn nằm ở việc sử dụng dữ liệu. Làm thế nào chúng ta có thể khóa các kịch bản để các phòng ban kinh doanh có thể thực sự sử dụng và thừa nhận rằng đây là kết quả của phân tích dữ liệu?

Tác giả: Down-to-earth Teacher Chen Tài khoản công khai WeChat: Down-to-earth Teacher Chen