Làm thế nào để thực hiện một dự án phân tích dữ liệu xuất sắc?

Để hoàn thành một dự án phân tích dữ liệu xuất sắc, không chỉ là “chạy một số dữ liệu” mà còn là một kết quả thuyết phục hơn thế. Vậy bước đầu tiên là gì? Chúng ta hãy cùng xem tóm tắt của bài viết này.

Trước hết, mọi người cần hiểu rằng không phải dự án nào cũng cần một hội trường lớn với hàng chục nghìn người, treo băng rôn, chủ tịch và tổng giám đốc thay phiên nhau lên sân khấu rung chuông khai mạc dự án. Chỉ cần đáp ứng được yêu cầu “có kết quả đầu ra cụ thể trong thời gian cụ thể và trong điều kiện cụ thể” thì đó là một dự án.

Vì vậy, chìa khóa để thực hiện một dự án không phải là tìm kiếm một cái tên mà là có kết quả cụ thể. Với đầu ra là các sản phẩm cụ thể, việc nộp các tài liệu KPI/OKR trở nên dễ dàng hơn; sự hài lòng của người lãnh đạo đối với bạn tăng lên; bạn có nhiều vốn hơn khi đánh giá chương trình khuyến mãi; và bạn sẽ có nhiều thứ hơn để viết vào sơ yếu lý lịch khi bạn đổi việc. Đây chính là điều chúng tôi đang phấn đấu. Các dự án được gọi là "xuất sắc" ám chỉ những dự án có kết quả thuyết phục hơn là "Tôi chạy một số dữ liệu".

Vậy, chúng ta nên bắt đầu từ đâu?

1. Hiểu mục tiêu dịch vụ

Khi thực hiện một dự án, điều quan trọng nhất tất nhiên là phải xác định được mục tiêu; Sau khi xác định được mục tiêu, bước đầu tiên tất nhiên là phải xác định bạn đang phục vụ ai. Đây là sự khác biệt lớn nhất giữa người mới và người kỳ cựu trong phân tích dữ liệu.

Những người mới chưa bước vào ngành thường có tâm trí đầy rẫy "mẫu, mô hình và công thức". Tôi nghĩ rằng chỉ cần sao chép mẫu là xong công việc. Những người mới bước vào ngành này thường thích nói về nó theo nghĩa chung chung: kinh doanh. Nhưng doanh nghiệp không phải là một cá thể đơn độc, độc lập. Đằng sau từ “kinh doanh” ẩn chứa một ý nghĩa rất cụ thể và phức tạp (như thể hiện trong hình bên dưới).

Phân tích các vấn đề cụ thể theo những cách cụ thể là yêu cầu cơ bản nhất để phân tích dữ liệu và là bước đầu tiên để hoàn thành một dự án. Bởi vì năm yếu tố này và các hình thức cụ thể của chúng quyết định phạm vi phân tích dữ liệu của chúng ta có thể đạt được, dữ liệu đó trông như thế nào và dữ liệu đó trông như thế nào để đáp ứng được các nhu cầu. Mối quan hệ cụ thể được thể hiện ở hình dưới đây:

Việc làm rõ những vấn đề cụ thể là rất quan trọng. Trước đây, chúng ta thường nói về việc doanh nghiệp truyền thống như thế nào và doanh nghiệp Internet như thế nào. Tuy nhiên, với sự phát triển của tích hợp kênh hiện nay, ranh giới giữa hai khái niệm này thực sự đang ngày càng trở nên mờ nhạt. Nếu bạn không phân tích chi tiết, bạn sẽ thường nói ra rất nhiều câu chuyện cười.

Ví dụ:

Trước đây, công ty này là một công ty Internet toC, nhưng hiện tại họ muốn tập trung vào toB và không biết cách giao dịch với khách hàng;

Nó được gọi là sản phẩm Internet, nhưng đối tượng dịch vụ của nó là chủ sở hữu thực tế và việc bán hàng vẫn được thực hiện thông qua các cuộc gọi điện thoại thô sơ nhất;

Mặc dù được gọi là ngành công nghiệp Internet, nhưng các sản phẩm có thể vận hành vẫn là sản phẩm vật lý, việc mua, bán, tồn kho và lợi nhuận đều tốt;

Nó được gọi là bán lẻ mới, nhưng việc thu thập dữ liệu lại rất lộn xộn, thậm chí còn tệ hơn cả các chuỗi cửa hàng truyền thống;

Các doanh nghiệp truyền thống có thể trải qua quá trình chuyển đổi số, tập trung vào phân phối và phân chia.

Những tình huống phức tạp nêu trên không thể giải quyết chỉ bằng cách hét lên "Tôi có tư duy AARRR trên Internet". Việc mong đợi làm theo một khuôn mẫu nào đó sẽ dẫn đến cái chết. Hơn nữa, sau nhiều năm kinh nghiệm, nhiều giám đốc điều hành, quản lý sản phẩm và người lập kế hoạch đã học được các khái niệm cơ bản về phân tích dữ liệu. Vào thời điểm này, những nhà phân tích dữ liệu vẫn đang giữ các mẫu PPT đầy những khẩu hiệu sáo rỗng như "SOWT, PEST, 5w2h" chỉ có thể chờ bị sa thải. Không thể nhấn mạnh quá mức rằng những vấn đề cụ thể đòi hỏi phải có sự phân tích cụ thể.

Hơn nữa, hiểu rõ tình hình là rất quan trọng để nắm bắt cơ hội ở bước tiếp theo. Nếu bạn chờ đợi doanh nghiệp tìm đến mình trước khi làm bất cứ điều gì, thì bạn chẳng khác gì một chú chó đang bắt đĩa Frisbee (doanh nghiệp đề xuất một giả thuyết, và dữ liệu xác minh giả thuyết đó, giống như một chú chó đang bắt đĩa Frisbee). Chỉ khi bạn có khả năng phán đoán tình hình thì bạn mới có thể chủ động khám phá ra cơ hội.

2. Tìm đúng thời điểm để tác dụng lực

Kẻ thù lớn nhất của các dự án phân tích dữ liệu là: công việc hàng ngày. Do đó, không phải mọi thứ đều phù hợp để thiết lập một dự án. Thời gian rất quan trọng.

Thông thường chúng ta phải bắt đầu với những cơ hội sau đây trong bộ phận kinh doanh:

• Muốn đổi mới
• Muốn cải thiện hiện tại
• Tôi hoàn toàn không biết gì về công việc mới của mình
• Khi đối mặt với một vấn đề
• Ba trục đã được sử dụng nhưng không có hiệu quả

Vào những thời điểm thuận lợi này, hãy đưa ra giải pháp hệ thống và giải quyết vấn đề một cách độc lập cùng một lúc (như thể hiện trong hình bên dưới):

3. Xác nhận yêu cầu của dự án

Sau khi tìm được thời điểm thích hợp để nỗ lực, hãy đàm phán với các bên kinh doanh cụ thể và chuẩn bị bắt đầu công việc. Trước khi bắt đầu công việc, bạn phải xác nhận các yêu cầu của dự án, cụ thể là tam giác sắt của dự án:

Có ba điểm cần lưu ý ở đây:

1. Số liệu, mô hình và báo cáo không phải là đầu ra

Doanh nghiệp chuyển từ không hiểu tình hình sang hiểu tình hình, từ không có giải pháp sang có giải pháp, từ không biết cách lựa chọn sang biết cách lựa chọn, và từ không có sự chuẩn bị sang có kế hoạch cấp một, cấp hai và cấp ba. Đây là kết quả đầu ra. Vì vậy, đừng chỉ nói về con số mà không xem xét đến vấn đề. Rút ra kết luận từ các con số.

2. Đừng quên thời gian

Nếu thời gian eo hẹp, hãy cố gắng đưa ra kết luận càng nhanh càng tốt; nếu thời gian rộng, bạn cần phải xuất nó theo từng bước. Một công ty không giống như một trường học, nơi cho bạn nửa năm để hoàn thành bài luận của mình một cách chậm rãi.

3. Nên cho bao nhiêu gạo vào nồi?

Nếu chất lượng dữ liệu kém, thiếu nhân lực và thiếu kinh nghiệm phân tích, hãy bình tĩnh và thực hiện từng bước một. Đừng mong đợi có thể giải quyết được mọi vấn đề cùng một lúc.

Ba điểm này rất quan trọng để dự đoán kết quả. Trước đây, quá nhiều nhà phân tích dữ liệu bị ám ảnh bởi "phương pháp khoa học", bỏ qua việc quản lý dự án và đầu tư thời gian. Kết quả là họ vẽ được một chiếc bánh lớn nhưng lại chiên một chiếc bánh nhỏ, và kết cục là phải chịu sự nhục nhã.

Ở đây chúng ta cũng nên chú ý tới phương pháp làm việc. Xác nhận nhu cầu không có nghĩa là bạn phải trực tiếp hỏi doanh nghiệp: "Bạn muốn phân tích điều gì?" Cách hỏi này quá thụ động và chỉ quay lại cách bắt đĩa bay cũ. Và thường thì doanh nghiệp sẽ đưa ra cho bạn những câu trả lời khiến bạn phải đau đầu.

Ví dụ: Vui lòng giúp tôi tìm giải pháp (yêu cầu bạn cung cấp kế hoạch thực hiện)

Có lẽ là do đối thủ/thời tiết/may mắn... (cố gắng đổ lỗi)

Tôi muốn phân tích nguồn lực tinh thần của người dùng (hoàn toàn không có dữ liệu)

Miễn là có trí tuệ nhân tạo, người dùng sẽ trả tiền cho nó (phương pháp không thực tế)

Do đó, cách tiếp cận đáng tin cậy là sắp xếp nhu cầu từng bước, hướng dẫn họ đến những vấn đề có thể giải quyết được bằng phân tích dữ liệu, đi đến gốc rễ của vấn đề và giải quyết vấn đề một cách khách quan (như thể hiện trong hình bên dưới). Có nhiều chi tiết cần nói đến trong các phương pháp hướng dẫn cụ thể. Chúng tôi sẽ thảo luận chi tiết hơn về những trường hợp cụ thể sau.

4. Tiến hành phân tích

Sau khi hoàn tất các yêu cầu, bước tiếp theo là công việc chính thức. Nội dung cụ thể liên quan đến chủ đề phân tích và sẽ không được thảo luận chi tiết ở đây. Nếu mọi việc được sắp xếp rõ ràng ngay từ đầu thì quá trình ở giữa sẽ tự nhiên diễn ra suôn sẻ. Tôi muốn nhấn mạnh một điểm ở đây: khi phân tích dữ liệu, hãy nhớ kiềm chế những động thái lớn. Bạn càng kìm nén thì kỳ vọng của mọi người vào bạn sẽ càng cao và cuối cùng, sự thất vọng sẽ càng lớn.

Do đó, khi thời gian thực hiện dự án vượt quá một tuần thì phải có báo cáo hàng tuần để thông báo cho mọi người về tiến độ thực hiện; nếu thời gian kéo dài quá một tháng thì phải có bản tóm tắt hàng tháng để thảo luận tiến độ với mọi người.

Đặc biệt đối với các dự án sử dụng thuật toán, khi bộ phận kinh doanh nghe về thuật toán, họ thường nghĩ rằng đó là vũ khí thần thánh, bất khả chiến bại ở bất cứ nơi nào nó đi qua. Do đó, có rất nhiều ví dụ về các dự án thuật toán chết vì kỳ vọng kinh doanh quá cao. Trong quá trình này, quy trình thuật toán cụ thể không cần phải báo cáo cho doanh nghiệp, nhưng những khó khăn gặp phải và kết quả đầu ra dự kiến ​​phải được trao đổi thường xuyên để kiểm soát kỳ vọng kinh doanh một cách phù hợp, tránh phát hiện ra vào phút cuối rằng hàng hóa không như mong đợi và cuối cùng làm hỏng doanh nghiệp.

V. Báo cáo công việc

Tôi sẽ không đi vào chi tiết ở đây. Cô giáo Trần đã cập nhật một loạt báo cáo phân tích dữ liệu. Bạn có thể theo dõi tài khoản chính thức và đọc chúng trên thanh menu. Tóm lại, khi báo cáo, bạn cần cân nhắc đến danh tính và mục đích của đối tượng mục tiêu và lập báo cáo cá nhân hóa dựa trên mục tiêu của dự án. Đây là cách duy nhất để đạt được kết quả tốt (như minh họa bên dưới).

Dựa trên suy nghĩ của khán giả, ngay cả cùng một dữ liệu và cùng một kết luận cũng có thể được diễn đạt theo nhiều hình thức khác nhau, cuối cùng thu hút được sự chú ý của khán giả, khiến mọi người quan tâm và đưa dự án đến hồi kết hoàn hảo.

VI. Bản tóm tắt

Khi nhìn vào toàn bộ quá trình, chúng ta có thể thấy rằng quá trình hoàn thành một dự án chính là quá trình áp dụng phương pháp dữ liệu vào thực tiễn doanh nghiệp. Bản thân dữ liệu đòi hỏi kiến ​​thức chuyên môn như thống kê, toán học, lập trình và cơ sở dữ liệu, nhưng một phần đáng kể trong số chúng (như kho dữ liệu và ETL) là để đảm bảo hoạt động bình thường của chính dữ liệu; một phần đáng kể (như phán đoán ngữ nghĩa và nhận dạng hình ảnh) được sử dụng cho các ứng dụng công nghiệp mà không xem xét đến sự hiểu biết và hợp tác kinh doanh; một phần đáng kể (như thống kê) phù hợp cho các thí nghiệm khoa học và nghiên cứu nông nghiệp, lâm nghiệp, chăn nuôi và thủy sản.

Nhiều vấn đề kinh doanh không phải là vấn đề khoa học mà là vấn đề thực tiễn. Cách các nền tảng O2O quản lý người bán, cách các nền tảng truyền thông mới phát triển khách hàng địa phương, cách thương mại điện tử phát trực tiếp lựa chọn sản phẩm, v.v., tất cả đều đòi hỏi phải kết hợp kiến ​​thức dữ liệu với công việc thực tế để đưa ra kết luận.

Chưa kể, mọi người trong công ty đều tham gia vào chính trị văn phòng và mong muốn tiến lên và chịu ít trách nhiệm hơn. Đó là lý do tại sao chúng ta có cuộc thảo luận ngày hôm nay và nhiều cách khác nhau để quảng bá dự án. Đây là bước cần thiết để mọi sinh viên làm việc trong lĩnh vực dữ liệu chuyển từ trường học sang nơi làm việc.

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