Còn 7 bước nữa! Tạo ra các dự án phân tích dữ liệu chất lượng cao

Làm sao một nhà phân tích dữ liệu lại không có một dự án phân tích dữ liệu chất lượng cao? Vậy làm sao chúng ta có thể tạo ra một dự án đáng để khoe khoang? Bài viết này cung cấp 7 bước. Những bạn nào thấy bài viết này thì hãy học ngay nhé!

Vào cuối mỗi năm, một số sinh viên thở dài: "Sau một năm bận rộn, cảm giác như tất cả đều là báo cáo dữ liệu thường lệ, thậm chí không có một dự án nào đáng để khoe khoang!" Vậy các dự án phân tích dữ liệu chất lượng cao nên được thực hiện như thế nào?

1. Thế nào được coi là chất lượng cao?

Để trả lời câu hỏi này, trước tiên chúng ta phải làm rõ thế nào là một dự án “chất lượng cao”. Về bản chất, phân tích dữ liệu là một vị trí hỗ trợ và chất lượng công việc chủ yếu được quyết định bởi bộ phận được phục vụ. Nếu bạn làm việc trong một công ty, điều đó chủ yếu phụ thuộc vào ý kiến ​​đánh giá của bộ phận quản lý/kinh doanh. Trong quá trình phỏng vấn, việc đánh giá chủ yếu sẽ được thực hiện bởi người phỏng vấn là trưởng phòng nhân sự/tuyển dụng. Điều quan trọng là phải hiểu được nhu cầu của bên kia và giải quyết vấn đề của họ.

Sinh viên thường bối rối ở đây, nghĩ rằng sử dụng mô hình hồi quy tuyến tính (không biết cách sử dụng các mô hình phức tạp)/biểu đồ hào nhoáng/viết 2.000 dòng SQL để tra cứu một con số được coi là "chất lượng cao", nhưng họ lại bỏ qua việc liệu những điều này có hữu ích cho doanh nghiệp hay không và kết quả tất nhiên là một trò đùa.

Vài ngày trước, một người bạn cùng lớp vội vã đến gặp tôi và nói rằng họ đã xây dựng được một mô hình để dự đoán số lượng người dùng bị mất. Thao tác nói: "Ngươi đang làm gì vậy? Ta không biết dùng nó ngay cả khi đã dự đoán!" Sau đó dự án thất bại... Đây là kết quả điển hình của việc làm việc một cách biệt lập.

Vậy chúng ta có thể giải quyết những điểm khó khăn trong kinh doanh như thế nào?

2. Xác định nhu cầu cốt lõi

Phân tích dữ liệu giống như cơn gió thoảng qua vào ban đêm, âm thầm làm ẩm mọi thứ cho doanh nghiệp. Thông thường, khi có dữ liệu để xem, mọi người không thấy nó ấn tượng lắm, nhưng khi không có dữ liệu để xem, một số người sẽ cảm thấy lo lắng. Vì vậy, nếu bạn muốn tìm ra điểm yếu của doanh nghiệp, tốt nhất là không nên ép buộc bán hàng: "Tôi có mô hình AlphaGo trí tuệ nhân tạo, có độ chính xác 100%. Bạn có muốn thử không?" Thay vào đó, trước tiên hãy xem bộ phận kia quan tâm đến vấn đề nào nhất và họ thiếu dữ liệu nào nhất.

Có bốn trường hợp thiếu dữ liệu phổ biến:

1. Không có dữ liệu cơ bản và tôi rất muốn xem dữ liệu.
2. Tôi có dữ liệu nhưng không biết cách diễn giải nó. Tôi lo lắng quá.
3. Tôi có dữ liệu và cách diễn giải, và tôi muốn xác minh thêm ý tưởng của mình.
4. Tôi có dữ liệu và cách giải thích, và tôi muốn đưa ra thêm dự đoán.

Khi chấp nhận nhu cầu kinh doanh, bạn phải hiểu rõ nhu cầu thực sự của họ. Ví dụ, "chân dung người dùng" có thể chỉ là lời nói suông khi bắt đầu một dự án. Điều quan trọng là phải hiểu rõ liệu có phải do doanh nghiệp không hiểu rõ về tình hình hiện tại của người dùng hay họ muốn làm gì đó dựa trên chân dung đó. Nếu dự án không rõ ràng ngay từ đầu thì quá trình trung gian cũng phải dần dần rõ ràng. Ngược lại, nếu bạn dán nhiều nhãn lên nó và sau đó mọi người hỏi bạn "Việc này có mục đích gì!", thì bạn chỉ là một người ngốc nghếch ăn cây hoàng liên mà thôi...

III. Những điểm chính của dự án dựa trên báo cáo

Các dự án dựa trên báo cáo là loại phổ biến nhất nhưng lại dễ bị các nhà phân tích dữ liệu bỏ qua nhất. Nhiều người mới luôn không thích chúng vì chúng quá đơn giản về mặt kỹ thuật. Nhưng trên thực tế, các dự án dạng báo cáo là dễ đạt được kết quả nhất. Điều quan trọng là phải làm những việc mà các nhà lãnh đạo quan tâm và có thể nhìn thấy. Khi tiếp nhận nhu cầu, chúng tôi phân loại người dùng báo cáo và ưu tiên trực quan hóa nhu cầu của người lãnh đạo để họ có thể cảm nhận trực quan dữ liệu.

Ngoài ra, thông qua các dự án dạng báo cáo, thái độ hợp tác của bên kinh doanh có thể được xác định hiệu quả. Nếu phía doanh nghiệp có thái độ tốt thì chúng ta có thể hợp tác sâu rộng. Bây giờ chúng ta đã có báo cáo theo dõi kinh doanh, bước tiếp theo là phân tích các xu hướng kinh doanh bất thường. Đầu tiên hãy ghi lại những điểm bất thường do hành vi không chủ động trong công việc gây ra, sau đó tiến hành phân tích chuyên sâu:

• Sự thay đổi lớn đến mức nào được coi là bất thường?
• Những yếu tố nào gây ra sự bất thường này?
• Làm thế nào để phát hiện bất thường trước thông qua dữ liệu

Với những tích lũy này, chúng ta có thể thực hiện thêm các lời nhắc ngoại lệ tự động + chẩn đoán sự cố, có thể đưa khả năng hiển thị dữ liệu đơn giản lên một tầm cao hơn và đặt nền tảng vững chắc cho các phân tích chuyên sâu sau này.

4. Các điểm chính của dự án phân tích

Theo quan niệm ban đầu của nhiều người, phân tích dữ liệu là lấy một loạt các con số, sau đó Prajna Mommy sẽ phân tích chúng và nói với doanh nghiệp ba câu để giúp doanh nghiệp kiếm thêm 180.000!

Do đó, mọi người thường có kỳ vọng cao vào các dự án phân tích. Nhưng trên thực tế, các dự án phân tích rất dễ thất bại. Hiểu biết không đầy đủ về doanh nghiệp, thiếu dữ liệu giám sát và thiếu kinh nghiệm trong phân tích bất thường sẽ dẫn đến việc phân tích vấn đề hời hợt. Khi thực hiện một dự án, việc “làm ầm ĩ về chuyện chẳng có gì” là điều bình thường.

Do đó, các dự án phân tích được ươm tạo trên cơ sở các dự án báo cáo và tỷ lệ thành công của chúng tương đối cao. Nếu thấy bên kinh doanh không theo dõi vấn đề một cách đầy đủ và hiểu không rõ về vấn đề đó, chúng ta có thể quay lại dự án dựa trên báo cáo. Sau khi tích lũy được một lượng thông tin nhất định, nếu bạn muốn thấy kết quả, cách tốt nhất là trước tiên hãy đạt được sự đồng thuận về các giả định kinh doanh và tìm hiểu xem phía doanh nghiệp không tự tin và tự tin về điều gì. Việc bác bỏ một điều gì đó dễ hơn là chứng minh nó, và việc thu được kết quả bằng cách kiểm tra trực tiếp các giả thuyết cũng dễ hơn.

Nếu vấn đề liên quan đến quá nhiều vấn đề khó khăn và phức tạp khó định lượng, một giải pháp khác là chuyển vấn đề thành một dự án thử nghiệm. Trực tiếp xem xét các giải pháp mà phía doanh nghiệp có sẵn để giải quyết vấn đề, sau đó kiểm tra giải pháp nào hiệu quả. Điều này cũng có thể đưa ra giải pháp cho vấn đề.

5. Những điểm chính của dự án thử nghiệm

Các dự án thử nghiệm tương đối dễ thành công. Về bản chất, việc thử nghiệm cũng rơi vào tình huống "không có dữ liệu kinh doanh, nhưng tôi thực sự muốn xem một số dữ liệu". Nhưng cần lưu ý rằng bạn phải suy nghĩ rõ ràng trước về những gì bạn muốn đo lường. Điều quan trọng nhất trong quá trình thử nghiệm là phải hiểu sơ bộ về các yếu tố ảnh hưởng đến kết quả, thử nghiệm các yếu tố chính mà bạn muốn thử nghiệm và kiểm soát các yếu tố gây nhiễu khác.

Do đó, các thử nghiệm thiết kế trang chung dễ thành công, nhưng các thử nghiệm kết quả của người dùng lại dễ sai sót. Vì thiết kế trang có ít điểm kiểm tra nên dễ dàng đưa ra kết quả chính xác và ổn định. Tuy nhiên, có quá nhiều yếu tố ảnh hưởng đến kết quả tiêu thụ. Nếu bạn không suy nghĩ kỹ trước khi làm bài kiểm tra, kết quả rất dễ không chính xác do khả năng so sánh giữa các kế hoạch kiểm tra thấp, sự khác biệt lớn giữa các nhóm kiểm tra và không loại bỏ được các yếu tố gây nhiễu chính.

Vì vậy, trước khi tiến hành thử nghiệm, công tác phân tích cơ bản là rất cần thiết. Cần phải phân loại những yếu tố nào sẽ có tác động và mức độ khác biệt giữa nhiều bộ giải pháp thử nghiệm là bao nhiêu, điều này có thể cải thiện hiệu quả chất lượng của dự án.

6. Những điểm chính của dự án dự đoán

Chìa khóa của các dự án dự đoán là xác nhận nhu cầu dự báo thực sự và tránh đánh cược một cách mù quáng với câu nói "Tôi muốn độ chính xác 100%". Điều này không chỉ là không thể mà còn vô nghĩa. Ví dụ, dự đoán về số lượng người dùng bị mất đã được đề cập ở phần đầu. Nếu mục tiêu là tập trung mọi nguồn lực vào việc thu hồi người dùng đã mất thì việc thay đổi mục tiêu thành dự đoán: "Những người nào sẽ tự nhiên quay lại" có thể tiết kiệm được tiền.

Nếu muốn đạt hiệu quả tối đa, mục tiêu có thể được thay đổi thành: "Người dùng dự kiến ​​sẽ phản hồi loại thông tin nào" để có thể thực hiện nhiều vòng đẩy nhằm tối đa hóa việc đánh thức người dùng. Tóm lại, việc hiểu rõ kế hoạch hoạt động trước khi hành động sẽ hiệu quả hơn nhiều so với việc xây dựng mô hình sau cánh cửa đóng kín.

7. Cảm giác nghi lễ là quan trọng

Các dự án phân tích dữ liệu đặc biệt đòi hỏi tính nghi lễ! Vì kết quả phân tích dữ liệu hiếm khi chuyển thành tiền mặt nên đến lúc tổng kết cuối năm, có thể mọi người đã gần như quên mất chúng. Vì vậy, cần phải thực hiện nghi lễ một cách đầy đủ. Ví dụ, khi một dự án bắt đầu, chúng tôi sẽ họp với các đối tác, sau đó cùng nhau ăn trưa tại bàn tròn vào buổi trưa.

Khi báo cáo kết thúc dự án, tôi đã hẹn trước với sếp và chụp ảnh tập thể sau khi báo cáo. Cố gắng đưa kết quả dự án vào BI càng nhiều càng tốt và tạo một "Màn hình lớn tài sản dữ liệu" đặc biệt để đặt trong văn phòng của sếp. Triển khai hàng tuần để xem có bao nhiêu dữ liệu mới được tích lũy và bao nhiêu lợi ích được tạo ra cho doanh nghiệp. Tất nhiên là bạn phải dựng "Màn hình lớn Trận chiến Eleven", và nhớ chụp ảnh để ghi lại khoảnh khắc hoành tráng khi đồng nghiệp của bạn hò reo cổ vũ trước màn hình lớn...

Có nhiều phương pháp cụ thể và bạn có thể áp dụng tùy theo phong cách của công ty mình, nhưng chỉ có một ý tưởng cốt lõi, đó là đoàn kết nhiều đồng nghiệp hơn, tổ chức nhiều cuộc họp hơn và sử dụng hệ thống thường xuyên hơn. Đừng chỉ nộp PPT, Excel hoặc CSV một cách âm thầm. Chúng ta đã làm việc chăm chỉ để tạo ra phần bên trong, vì vậy chúng ta cũng phải đảm bảo vẻ ngoài trông đẹp mắt!

Sau khi viết điều này, một số sinh viên hẳn đang thắc mắc: "Vậy thì làm sao chúng ta có thể chứng minh được chất lượng cao của dự án trong buổi phỏng vấn?" Suy nghĩ trong buổi phỏng vấn khác với công việc thực tế vì có khoảng cách nhận thức trong buổi phỏng vấn. Có thể đối tác kinh doanh trong công việc thực tế rất thích một điều gì đó, nhưng công ty kia lại nghĩ: "Điều này rất bình thường, không có gì đặc biệt!" Nếu bạn muốn gây ấn tượng với người phỏng vấn, bạn cần một thói quen khác.

Tác giả: Thầy giáo thực tế Chen

Nguồn: Tài khoản công khai WeChat "Giáo viên thực tế Trần (ID: gh_abf29df6ada8)"