Đây là cách lập kế hoạch công tác năm 2023 của người làm dữ liệu

Làm sao một người làm dữ liệu lại không biết cách viết bảng dữ liệu? Năm 2023 sắp đến rồi. Các nhà phân tích dữ liệu đã nghĩ đến cách viết kế hoạch công việc cho năm tới chưa? Nếu chưa, hãy xem bài viết này nhé.

Vào cuối năm, chúng ta phải lập kế hoạch công việc cho năm sau. Vậy một nhà phân tích dữ liệu nên viết kế hoạch làm việc của mình cho năm 2023 như thế nào? Bạn không thể chỉ viết "Tôi đã kéo 500 chiếc bàn vào năm ngoái và tôi sẽ tiếp tục kéo năm nay"! Hơn nữa, kế hoạch làm việc bao gồm cả đánh giá hiệu suất. Tôi nên viết thế nào để có thể chứng minh được khả năng của mình mà không gây khó dễ cho bản thân?

1. Cách viết kế hoạch làm việc thường xuyên

Đối với hầu hết công việc thường ngày, bạn có thể sử dụng: Phương pháp lập kế hoạch GSA

• Mục tiêu: Đạt được XXX chỉ tiêu định lượng trong năm nay
• Chiến lược: Đạt được mục tiêu của bạn thông qua XXX phương pháp
• Hành động: Chia thành XX bước và hoàn thành trong XX thời gian

Ví dụ, đối với bộ phận bán hàng, bạn có thể viết:

G: Đạt được mục tiêu nhỏ là 100 triệu

S: Thị trường cũ duy trì trạng thái hiện tại là 80 triệu, thị trường mới đạt hiệu suất 20 triệu

A: Thường xuyên ghé thăm khách hàng tại các thị trường cũ mỗi tháng và hoàn thành 5 triệu nhiệm vụ tại các thị trường mới mỗi quý

Các kế hoạch làm việc của hầu hết các phòng ban kinh doanh đều có thể được viết theo cách này, nhưng G thì khác và độ phức tạp của S cũng khác nhau. Tuy nhiên, kế hoạch làm việc của phòng dữ liệu không đơn giản như vậy vì tính chất công việc ở phòng dữ liệu khác nhau.

2. Tính đặc thù của phân tích dữ liệu

Tính chất đặc biệt của bộ phận dữ liệu xuất phát từ thực tế rằng đây là bộ phận hỗ trợ được kỳ vọng quá cao. Một mặt, các nhà lãnh đạo cảm thấy rằng phân tích dữ liệu nên đóng những vai trò tiên tiến như “hỗ trợ ra quyết định”, “trao quyền cho doanh nghiệp” và “thúc đẩy tăng trưởng”. Mặt khác, phần lớn thời gian phân tích dữ liệu lại được dành cho việc thu thập dữ liệu tạm thời. Chúng ta quá bận rộn với việc xử lý dữ liệu mỗi ngày, chứ đừng nói đến các chức năng nâng cao.

Điều này khiến cho bộ phận phân tích dữ liệu rất bối rối. Nếu họ chỉ viết "đáp ứng nhu cầu thu thập dữ liệu kinh doanh", các nhà lãnh đạo thường sẽ tỏ ra không hài lòng. Nếu họ vội vàng viết "tăng hiệu suất thêm 5 triệu", họ không biết cách thực hiện. Chưa kể, những công việc khó khăn và mệt mỏi như làm rõ dữ liệu, quản lý điểm và thống nhất cỡ nòng là những công việc khó khăn nhưng không được người khác hiểu.

Một số phòng hỗ trợ khác cũng gặp vấn đề tương tự, nhưng không nghiêm trọng như phòng dữ liệu. Ví dụ, bộ phận sau bán hàng, mặc dù cũng là bộ phận hỗ trợ, nhưng mọi người không có kỳ vọng quá cao. Do đó, bộ phận hậu mãi chỉ cần tính toán nhu cầu dịch vụ tương ứng và bố trí lực lượng lao động theo tốc độ tăng trưởng của doanh nghiệp.

Nhiều nhất, bạn có thể thêm một số thứ như cải thiện trải nghiệm dịch vụ/khám phá cơ hội bán hàng thứ cấp. Ví dụ, bộ phận CNTT, mặc dù cũng là bộ phận hỗ trợ, nhưng có mức tiêu thụ hàng ngày hạn chế và các nhu cầu phát triển chính thường được doanh nghiệp xác định trước. Theo yêu cầu phát triển, hãy lập kế hoạch phát triển và thực hiện theo các bước.

Vậy, với tư cách là một bộ phận dữ liệu, chúng ta có thể phá vỡ bế tắc này như thế nào?

3. Bắt đầu bằng việc lựa chọn mục tiêu

Nhìn chung, bộ phận dữ liệu có ba nhiệm vụ chính:

1. Hãy để ban quản lý cấp cao chứng kiến ​​bộ phận dữ liệu hoạt động! ! !
2. Nó có tác dụng thúc đẩy kinh doanh nhất định.
3. Hoàn thành khối lượng lớn công việc dữ liệu cơ bản và thường xuyên.

Trong ba điều này, nhu cầu hàng ngày là điều ít đáng lo ngại nhất. Kinh doanh luôn quan trọng và điều quan trọng là làm thế nào để giải quyết nhu cầu một cách hiệu quả và giải phóng năng lượng để thực hiện một số dự án có giá trị. Chỉ cần chúng ta báo cáo thường xuyên, ban quản lý cấp cao sẽ thấy được công việc của chúng ta. Tuy nhiên, làm thế nào để ban quản lý cấp cao tin rằng chúng ta đã đóng vai trò "hỗ trợ ra quyết định", "trao quyền cho doanh nghiệp" và "thúc đẩy tăng trưởng" vẫn phụ thuộc vào việc triển khai các dự án cụ thể. Vậy điểm thứ hai chính là chìa khóa để phá vỡ bế tắc.

Trong ba điều, điều thứ hai là điều khó thực hiện nhất. Bởi vì nếu bạn muốn có ích cho doanh nghiệp thì sự hợp tác của bộ phận kinh doanh là rất quan trọng. Nếu doanh nghiệp không hợp tác, thì dù bạn có cố gắng thế nào để tạo ra các mô hình/biểu mẫu/báo cáo/bảng điều khiển thì cũng giống như ném bánh thịt vào một con chó và bạn sẽ không bao giờ đạt được bất kỳ kết quả nào. Vì vậy, bước tiếp theo là phải làm rõ: ai là người tốt hơn để hợp tác?

4. Xác nhận phương thức hợp tác

Đầu tiên, chúng ta cần phân biệt bốn loại phòng ban kinh doanh (như được hiển thị bên dưới). Về nguyên tắc, hợp tác với những người giỏi nhất và thông minh nhất là tốt nhất và hiệu quả nhất. Nếu bạn phải chấp nhận thứ tốt nhất tiếp theo thì một ít cá bột cũng tốt, ít nhất thì chúng sẽ không gây ra rắc rối. Giống như hai loại hợp tác kia, bạn phải thận trọng khi đưa ra kết quả phân tích và đề xuất, nếu không bạn sẽ bị chỉ trích ngay lập tức.

Sau khi xem xét đối tượng, bạn có thể hiểu rõ hơn nhu cầu. Một số sinh viên hiểu lầm rằng một thứ càng phức tạp về mặt kỹ thuật thì càng mạnh mẽ. Trên thực tế, hoàn toàn không phải như vậy. Trong mắt doanh nghiệp, việc cung cấp cho họ thứ họ không biết là điều có giá trị nhất. Nếu họ đã mong đợi điều đó, ngay cả khi bạn đã sử dụng một mô hình rất phức tạp để tính toán kết quả, họ sẽ nói "Tôi biết mà!" Do đó, khi hiểu được nhu cầu, cách tốt nhất là tìm hiểu nhu cầu thực tế của từng phòng ban để biết họ biết bao nhiêu và họ muốn biết những gì.

Những loại phổ biến như:

1. Công việc mới trong phòng kinh doanh. Ví dụ, sản phẩm mới ra mắt, chương trình khuyến mãi mới và hoạt động mới. Bất cứ khi nào có công việc mới, điều đó có nghĩa là cần có một bộ nội dung hoàn chỉnh, bao gồm thu thập dữ liệu, báo cáo giám sát dữ liệu và báo cáo đánh giá dữ liệu.

2. Vấn đề kinh doanh kinh điển. Ví dụ, cách lựa chọn sản phẩm thành công, cách đo lường hiệu quả hoạt động và cách cải thiện hiệu quả quảng cáo. Nếu doanh nghiệp muốn hợp tác, những phương pháp này phù hợp để phân tích chuyên sâu theo chủ đề và kết hợp với thử nghiệm AB để xem kết quả.

3. Trình bày dữ liệu toàn diện hơn. Ví dụ, trước đây có nhiều bảng nằm rải rác và người lãnh đạo doanh nghiệp hy vọng có thể có cái nhìn toàn diện về mọi thứ chỉ trong một bảng. Đây là thời điểm tốt để tạo bảng thông tin dữ liệu dựa trên BI.

4. Phản hồi dữ liệu nhanh hơn. Ví dụ, trước đây các báo cáo được phát hành hàng tuần, nhưng hiện nay các nhà lãnh đạo doanh nghiệp hy vọng nhận được thông tin cập nhật tiến độ hàng ngày (bộ phận bán hàng có nhu cầu tương tự nhất). Đây cũng là thời điểm tốt để tạo bảng dữ liệu dựa trên BI và phân phối cho từng nhóm.

Có một loại nhu cầu khác được hỏi thường xuyên nhất, đó là dự đoán! Trên thực tế, khi doanh nghiệp không biết phải làm gì, họ sẽ hỏi: "Hãy cho tôi một bản dự báo", nhưng nhiều vấn đề thực chất không phải là vấn đề dự báo. Còn một câu hỏi nữa cần hỏi:

• Nếu doanh nghiệp nói rằng "Tôi không biết môi trường bên ngoài như thế nào, hãy để tôi đưa ra dự đoán", thì đây là vấn đề về thu thập dữ liệu.
• Nếu doanh nghiệp nói: "Tôi nên làm gì để tăng doanh thu dựa trên dự báo?", đây là bài toán tối ưu hóa doanh nghiệp
• Nếu doanh nghiệp nói: "Dự đoán doanh số để tôi có thể kiểm soát hàng tồn kho", đây cũng là một vấn đề tối ưu hóa
• Nếu doanh nghiệp hỏi: "Dự đoán sản phẩm nào sẽ thành công tiếp theo", đây là một bài toán thử nghiệm

Tóm lại, đừng bắt đầu đưa ra mô hình khi bạn nghe nói đến dự đoán. Thay vào đó, hãy phân tích các vấn đề kinh doanh, thu thập dữ liệu khi cần thiết, chẩn đoán quy trình kinh doanh khi cần thiết và thực hiện thử nghiệm khi cần thiết. Kết quả đầu ra có lợi cho doanh nghiệp, thay vì chỉ bắt đầu một việc gì đó vì một cái tên.

Cuối cùng, sau khi sắp xếp nhu cầu của từng phòng ban (như thể hiện bên dưới), bạn có thể đưa chúng vào kế hoạch hàng năm với một số đánh đổi để có thể đạt được mục tiêu của mình.

5. Làm rõ chi tiết thực hiện

Khi triển khai, xin lưu ý rằng "sản xuất hàng loạt" là lối thoát cho bộ phận dữ liệu. Mặc dù chỉ là con số, nhưng có thể báo cáo bằng BI/excel/bằng lời nói, nhưng hãy thử sử dụng hệ thống để triển khai nó. "Lúc đầu, tôi nhìn con số như nhìn chó, và sau khi đọc báo cáo, tôi thấy con người xấu xí" là bình thường. Chỉ bằng cách liên tục nâng cấp hệ thống và tạo ra sản phẩm, chúng ta mới có thể đảm bảo bộ phận dữ liệu có thể tiếp tục tuyển dụng nhân sự, liên tục nhắc nhở mọi người về giá trị của dữ liệu và trực tiếp chứng minh hiệu quả của việc xây dựng “số hóa”. Điểm này cần phải ghi nhớ.

Do đó, khi làm rõ chi tiết triển khai, hãy ưu tiên nhu cầu phát triển BI. Tất cả các yêu cầu về giám sát dữ liệu, đánh giá dữ liệu và xem xét dữ liệu có thể khắc phục được sẽ được phát triển và chuyển thành bảng thông tin dữ liệu.

Tất cả các mô hình, kết quả phân tích chân dung người dùng và kết quả phân loại sản phẩm đều được nhập vào kho dữ liệu và CDP và được tạo thành các nhãn cập nhật cố định. Đối với các hoạt động tạm thời và thử nghiệm, có thể sử dụng định dạng cố định và báo cáo tự động. Nói tóm lại, hãy cố gắng loại bỏ việc thu thập dữ liệu tạm thời càng nhiều càng tốt để bạn có thể sử dụng thêm thời gian và năng lượng để thực hiện nhiều công việc dự án hơn.

Cuối cùng, hãy nhớ xác định thời gian giao hàng cho từng dự án. Nói chung, tốt nhất là nộp kết quả vào mỗi quý trong bốn quý của một năm. Cuối năm, các doanh nghiệp đều phấn đấu về hiệu suất nên kết quả đầu ra dữ liệu chủ yếu là các báo cáo dữ liệu và báo cáo phân tích như “giúp doanh nghiệp” và “hỗ trợ doanh số lớn”.

Để ứng phó, đầu năm sẽ là thời điểm thích hợp hơn để thực hiện một số công việc cơ bản như tích hợp dữ liệu, sắp xếp và phát triển báo cáo cố định như đã đề cập ở trên. Giữa năm thích hợp hơn cho việc hợp tác với các phi công kinh doanh, thực hiện một số thử nghiệm phức tạp/phân tích đặc biệt và đưa ra một số kết luận phân tích, phản ánh phân tích dữ liệu về "giảm chi phí và tăng hiệu quả" và "thúc đẩy tăng trưởng"

Toàn bộ sự sắp xếp có thể được thể hiện như sau:

Tất nhiên, những điều nêu trên sẽ khác nhau đối với cơ cấu tổ chức của mỗi công ty, quy mô và sự phân công lao động của bộ phận dữ liệu cũng khác nhau, do đó hoàn cảnh cụ thể có thể khác nhau.

Tác giả: Thầy giáo thực tế Chen

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