Phân tích dữ liệu đôi khi không phải là khoa học mà là bản chất con người

Tác giả bài viết này sẽ chia sẻ một số kinh nghiệm xử lý công việc dựa trên nhiều năm kinh nghiệm phân tích dữ liệu của mình. Việc phân tích nhu cầu thường có ý nghĩa hơn dữ liệu cứng nhắc tại nơi làm việc. Tác giả phân tích lý do và đưa ra những gợi ý, hy vọng có thể hữu ích cho mọi người.

Tôi đã làm việc trong lĩnh vực phân tích dữ liệu được 8 năm, cộng thêm 2 năm làm việc trong lĩnh vực truyền thông tự thân và đã gặp phải nhiều tình huống và trường hợp.

Hôm nay, tôi muốn chia sẻ một số hiểu biết từ góc nhìn của người trong cuộc với những sinh viên mới bước vào ngành.

Tất nhiên, mỗi gia đình đều có vấn đề riêng: các nhà quản lý sản phẩm thường bị đổ lỗi, và các lập trình viên cũng phải cạnh tranh với các sản phẩm. Điều tôi muốn nói tiếp theo không phải là nói rằng phân tích dữ liệu là vô giá trị hay làm nản lòng mọi người, mà chỉ bằng cách chỉ ra vấn đề, chúng ta mới có thể giải quyết được chúng .

Làn sóng phân tích dữ liệu này ở Trung Quốc bắt đầu với sự xuất hiện của các chuyên gia tăng trưởng từ Thung lũng Silicon vào năm 2015, nhưng cơ sở hạ tầng của hầu hết các công ty vẫn chưa theo kịp, đôi khi khiến các nhà phân tích dữ liệu rơi vào tình thế khó xử.

Sau đây là thông tin về tình hình hiện tại của các công ty vừa và nhỏ, chiếm phần lớn.

Trước hết là “mâu thuẫn” với nhiều bên có nhu cầu.

01 Với ông chủ

Chúng ta không nói về việc liệu kết quả phân tích dữ liệu có hữu ích hay không.

Có logic nào khi chỉ nói về nó không? Trên thực tế, nhiều khi ông chủ là người có quyết định cuối cùng. Nếu sếp nói không thì câu trả lời là không, bất kể bạn sử dụng phương pháp xác suất thống kê chặt chẽ đến đâu.

Do đó, phân tích dữ liệu về cơ bản hướng tới cấp trên và phục vụ cho ý tưởng của cấp trên.

02 Với người giám sát trực tiếp

Tương tự như ông chủ, nhưng cấp trên còn có một đặc điểm khác: chính trị văn phòng .

Ví dụ, một cuộc họp là buổi trình diễn trước mặt sếp và sếp cần dữ liệu phân tích của bạn để hỗ trợ quan điểm và thể hiện hiệu suất làm việc của bạn.

Ngoài ra, đối với các phòng dữ liệu độc lập, còn có một hiện tượng kỳ lạ: sếp sẽ ngăn cản các nhà phân tích dữ liệu nói với doanh nghiệp quá nhiều. Đôi khi, những vấn đề lặp đi lặp lại có thể được giải quyết bằng cách tạo một mẫu, nhưng tại sao chúng lại không thể giải quyết được? Rất đơn giản. Nếu doanh nghiệp có thể tự thực hiện sau khi có mẫu và thậm chí học được logic phân tích thì tại sao chúng ta lại cần một bộ phận phân tích dữ liệu? Giá trị đã mất? Vì vậy, bạn phải tự tay xây dựng một hào bảo vệ cho bộ phận dữ liệu.

03 Với đồng nghiệp kinh doanh

Có một khái niệm trong khoa học dữ liệu được gọi là: khả năng giải thích, nghĩa là nếu bạn không thể giải thích rõ ràng phương pháp phân tích của mình, bao gồm cả logic thuật toán, thì không chỉ sếp mà cả đồng nghiệp của bạn cũng sẽ không chấp nhận.

Nhưng thường thì, đặc biệt là khi nói đến thuật toán, nó lại là một hộp đen. Có thể bạn biết rất rõ, nhưng các đồng nghiệp của bạn lại không hiểu, hoặc thậm chí không có tư duy dữ liệu, nên không có giải pháp nào cả.

Hậu quả sẽ thế nào nếu đồng nghiệp từ chối thừa nhận lỗi lầm của mình?

Hoặc là nhà phân tích dữ liệu thỏa hiệp và đơn giản hóa logic phân tích, dẫn đến kết quả không chính xác và sai sót lớn, nhưng doanh nghiệp có thể chấp nhận điều này .

Hoặc các đồng nghiệp kinh doanh của bạn không giúp bạn thực hiện các kết luận và đề xuất phân tích .

04 Với HR

Ngay cả bộ phận nhân sự cũng sẽ tìm ra lỗi của bạn và hỏi liệu công việc của bạn có giá trị hay không.

Giá trị đến từ đâu? Chỉ có một nơi để thử nghiệm, đó là sự tăng trưởng của doanh nghiệp .

Đến đây bạn đã hiểu được ý trước. Nếu các đồng nghiệp trong công ty không giúp bạn thực hiện, phân tích của bạn sẽ trở nên vô giá trị và không có giá trị gì.

Tất nhiên, công việc của bạn không hoàn toàn vô giá trị:

• Giá trị gián tiếp: những hiểu biết phân tích được cung cấp có thể mang lại những hiểu biết mới cho doanh nghiệp;
• Tự động hóa quy trình và phát triển robot bằng Python hoặc RPA để giúp doanh nghiệp tiết kiệm thời gian;
• Theo góc nhìn của sản phẩm dữ liệu, báo cáo BI có thể được coi là có giá trị khi sản phẩm được doanh nghiệp tạo ra và sử dụng. Đây cũng là lý do tại sao BI đang phát triển nhanh chóng.

Được rồi, chúng ta hãy nói về những vấn đề bên ngoài. Trên thực tế, nhiều nhà phân tích dữ liệu mới cũng có những "mâu thuẫn" trong cấu trúc kiến ​​thức của riêng họ.

05 Tập trung vào công nghệ hơn là kinh doanh

Nhiều người mới nghĩ rằng biết Python và SQL sẽ giúp họ trở thành nhà phân tích dữ liệu. Trên thực tế, những công nghệ này không có ngưỡng và sẽ không phải là khả năng cạnh tranh cốt lõi của bạn trong 5-10 năm tới. Cái nhìn sâu sắc vào doanh nghiệp là .

So với phân tích dữ liệu, vận hành dữ liệu dễ thực hiện hơn. Tại sao? Bởi vì cái sau nằm trong nhóm kinh doanh, trong khi cái trước thường là một phòng ban độc lập hoặc một phòng ban trung gian, tách biệt khỏi doanh nghiệp.

Điều này sẽ dẫn tới đâu? Logic phân tích tách biệt khỏi thực tế kinh doanh và các đề xuất đưa ra không hướng tới mục tiêu kinh doanh.

Để tôi nói cho bạn một sự thật rất đơn giản: hãy luôn làm những việc gần nhất với tiền bạc, và tiền bạc đến từ kinh doanh.

Nói một cách khoa trương hơn, nếu bạn không hiểu về doanh nghiệp, bạn thậm chí không thể xây dựng được hệ thống chỉ số .

Tôi nên làm gì?

Như tôi đã nói lúc đầu, chúng ta nêu ra vấn đề để giải quyết chúng. Sau đó, bạn có thể trở thành nhà phân tích dữ liệu có thể tạo ra giá trị.

06 Khả năng tập luyện

1. Hiểu rõ doanh nghiệp và nắm bắt trọng tâm

Chỉ khi ra tuyến đầu, hoặc thậm chí luân phiên ra tuyến đầu để bán hàng và xắn tay vào làm, bạn mới có thể hiểu được cách thức kinh doanh. Tiếp theo, kết hợp ý tưởng về điểm, đường, bề mặt và khối rắn, từ việc sắp xếp các quy trình kinh doanh đến xây dựng mô hình kinh doanh, hãy tham khảo bài viết: Cách các nhà phân tích dữ liệu xây dựng "Mô hình kinh doanh" để hiểu sâu sắc về doanh nghiệp

2. Kỹ năng giao tiếp và xây dựng kết nối

Tôi thường duy trì mối quan hệ tốt với các đồng nghiệp kinh doanh của mình. Nếu họ hút thuốc, tôi sẽ đưa cho họ một điếu thuốc và họ sẽ trở thành bạn tốt của tôi. Nhưng tôi không hút thuốc, và chúng ta có thể học hỏi lẫn nhau rất nhiều khi cùng nhau ăn trưa vào buổi trưa.

3. Quản lý theo hướng lên trên và nghĩ như người lãnh đạo nghĩ

Trước hết, bạn phải hiểu cấp trên của mình: nếu đó là trưởng phòng, bạn phải biết rằng vị trí của anh ta là để phản ánh giá trị của phòng và ngăn chặn các phòng ban khác phản bội anh ta. Nếu là sếp, bạn phải hiểu ông ấy muốn gì?

4. Phân tích logic và luôn tập trung vào "thực hiện"

Chúng ta làm gì với thông tin thu được từ ba điểm đầu tiên? Cần phải rơi vào logic của phân tích dữ liệu:

1) Logic phân tích phải được tích hợp với kiến ​​thức kinh doanh. Ví dụ, tính toán tỷ lệ mua lại. Có nhiều cách để tính chỉ số này. Chúng ta nên chọn cái nào? Nó dựa trên các thuộc tính kinh doanh.

2) Xem việc phân tích như một dự án và để doanh nghiệp tham gia vào quá trình này. Đồng bộ với doanh nghiệp kịp thời để phân tích các vấn đề bạn tìm thấy trong quá trình thực hiện, tập hợp họ lại để thảo luận về các lý do có thể xảy ra và thậm chí cùng nhau đưa ra một số đề xuất. Khiến doanh nghiệp cảm thấy được tham gia để họ có thể hiểu được logic phân tích.

3) Kết luận Lý do xây dựng các kết nối cá nhân bằng cách gắn chúng với các KPI kinh doanh không chỉ là để hiểu về doanh nghiệp mà còn để nắm bắt các xu hướng kinh doanh mới nhất, chẳng hạn như các vấn đề được nêu trong báo cáo hàng tháng, mục tiêu hàng quý và kế hoạch kinh doanh. Nếu kết luận phân tích của bạn có thể giải quyết được những vấn đề này, bạn có còn lo lắng về việc kinh doanh không được triển khai không?

4) Sử dụng các công cụ quản lý hướng lên trên một cách kịp thời để giúp các nhà lãnh đạo chia sẻ gánh nặng

• Báo cáo thường xuyên với người lãnh đạo của bạn để họ cảm thấy an toàn.
• Hãy xem xét vấn đề theo góc nhìn của cấp trên, theo lý thuyết về điểm, đường, mặt và vật thể, tức là suy nghĩ trên "bề mặt", suy nghĩ xa hơn một bước
• Nếu có vấn đề trong quá trình giao tiếp với doanh nghiệp, hãy kéo cấp trên của bạn ra để gây áp lực với họ. Đảm bảo các đề xuất được thực hiện để việc phân tích dự án có giá trị và người lãnh đạo có điều gì đó để nói trong cuộc họp.

Tác giả: Brother Biscuit; Tài khoản chính thức: Phân tích dữ liệu Brother Biscuit