光有熱忱和技術還不夠!想從事數據分析,你還需具備「業務能力」

(本文經合作夥伴 數據分析那些事 授權轉載,並同意 TechOrange 編寫導讀與修訂標題,原文標題為 〈90% 面試官都會考察的數據分析題:說說業務分析的流程 〉;首圖來源:pixabay。)

【我們為什麼挑選這篇文章】面試數據分析師一職,光有數據分析知識與技能可能還不太夠,對於用人企業,尋求的總是能替公司解決問題的人才,那要如何將自己的資產真正落地到公司的執行端,替公司解決業務問題?本文分享的心法與步驟你或許可以參考看看。(責任編輯:賴佩萱)

說起數據分析面試,恐怕對於求職者來說,最難的就是考察業務知識的部分,其他知識都容易惡補,業務知識從哪學呢?業務經驗真是一個世紀難題啊!

別急,今天這篇文章就幫大家科普一下業務分析的一些知識;這些知識是我在面試新人時最常問的概念性問題,它能最快速度幫我判斷對方的業務經驗基礎,大家對這部分有疑問的可以直接留言在評論區,我會一一解答!

數據分析 VS. 業務分析

首先我們都說業務分析、業務分析,它一定是業務與分析兩個部分的內容。我之前在講《十週入門數據分析》的時候,介紹過數據分析的流程,可以用五個關鍵詞來表示,分別是目的—採集—清洗加工—視覺化—業務價值;每個關鍵詞都一一對應著數據分析流程當中的具體工作,分別是:需求層—數據採集層—數據層—數據處理層—輸出層。

這是一般來說我們進行數據分析的五個關鍵步驟,不管你是做純粹的數據分析,還是偏業務的分析,還是商業分析,基本原則是要按照這五個關鍵點出發的。

但是!很多人在遇到真實的業務場景的時候,就會發現這套流程根本沒有作用,這是因為什麼呢?

因為實際的業務需求不僅是複雜的,而且是無序混亂的,按照我們習慣性的思維是很難去解決無序問題的,什麼意思呢?

改變思考框架,才能解決實際業務問題

小時候我們都寫過試卷,在試卷上的問題都是什麼樣的呢?

小明有十顆糖,上學的路上遇到了小紅和小剛、小亮,給了小紅三個,給了小剛兩個,給了小亮一個,請問最後小明有幾顆糖?

這就是我們從小時候就養成的思維方式, 根據已經有的題幹進行分析 因為我們的大腦會習慣性地依賴某個思維框架或者模式去分析問題,慢慢地大家都習慣地認為真正的業務問題也是有框架的、有模式的 。也就是說,大家都習慣在有提示的迷宮中尋找出口。

那麼真正的業務問題應該是什麼樣子的呢?

小明一開始有十顆糖,上學的路上遇到了小紅和小剛、小亮,請問最後小明剩下了幾顆糖?

如果大家是在試卷上看到這樣一道題目,大家肯定要罵娘了,這題幹根本就不明確,連必要的資訊都沒有,你讓我怎麼解答?

這就是理論問題與實際業務問題的區別了!

真正的業務問題是沒有題幹的,是無序的,是混亂的,是複雜的,大家是站在一片迷霧當中尋找出口 ,所以大家會覺得無所適從。

那麼怎麼去克服這種依賴性思維方式呢?最好的辦法就是通過不斷練習,嘗試建立起自己的思維體系,任何問題放到思維框架中都可以得到解決,因此這個框架也就是分析思路。

認識業務分析的流程=了解業務分析報告組成

想要搞清楚業務分析的流程,記住 6 個關鍵詞就可以了,這也是業務分析報告的主要組成部分:場景 — — 需求 — — 問題 — — 指標 — — 結論 — — 驗證。

這是我們進行業務分析流程的主要思路,首先我們確定分析場景是什麼,然後將場景轉化為需求,這時候我們需要建立需求文件;有了需求,下一步就是梳理出業務問題是什麼,業務問題往往不是單一的,而是複雜的,因此需要確立問題梳理的方法,這時候我們就需要利用指標體系;透過指標體系進行數據分析的流程,每一個體系都可能做一次完整的數據分析,最終將所有分析形成一套業務方案,也就是業務結論;
這時候我們的工作還沒有做完,因為業務分析的最後一步是需要將業務方案進行落地,或是配合的角色,或是主導的角色,總之要監督、跟蹤並指導業務方案的實施。

1. 診斷現狀

業務場景往往都是複雜的,我們需要準確判斷業務問題的具體場景是什麼,這裡要包含三個要素:物件、關注點、目標。

  • 物件:場景中包含的分析物件,是分析人、物,還是企業、經濟、財務、銷售、使用者等分類?
  • 關注點:不同的物件側重點不同,不能面面俱到,只能優先分析重點內容
  • 目標:分析要達到什麼目的,是想發現問題,還是診斷現狀,還是預測?

比如說,業務想讓你分析一下最近的銷售情況,這是一個相當複雜的場景,我們怎麼進行梳理呢?

  • 物件:物件是銷售,也就是與銷售直接相關的要素,最主要的是銷售員、銷售資料,因此我們主要是做銷售收入、銷售額、單價等與銷售情況直接相關的分析
  • 目標:一般是完成銷售任務,監控銷售銷量低的原因,提出解決方法
  • 關注點:銷售與運營分析差不多,但是分析顆粒更細,頻次更密,要求速度更快,所以主要關注時序進度、落後原因、銷售單產情況

2. 需求文件

下一步是將場景轉化為需求,這時候我們需要做需求可行性文件,我們在進行分析之前,首先要搞清楚三件事:這個需求是什麼?這件事值不值得做?這件事需要做到什麼程度?

具體內容比較多,下一篇文章再詳細介紹這一部分的內容!

3. 梳理問題

確認了需求之後,我們要將需求轉化為問題,也就是我們要分析什麼東西、分析什麼問題、分析什麼內容,這裡就不詳細講了。

4. 建立指標

這是業務分析最困難的地方,這裡我推崇兩個方法去建立指標體系,一是點線面法,二是流程環節法,這裡我以流程法舉例:

我們按照如下框架梳理業務流程,首先是中間主要流程層,指某人通過某些流程步驟達到特定的目標;在業務流程的具體步驟中,每個節點會做哪些事情,具體做到什麼程度,即如何在業務流程中如何管理,我們稱之為業務層;在每個管理過程中,我們記錄事件,對管理過程的事件進行量化,我們稱之為數據層。

5. 業務方案

常理推斷,當業務接到一個改進方案 A 的時候,腦海中浮現的問題是什麼?

  • A 是怎麼解決我的問題的?
  • 為什麼 A 比 B 要好?好在哪些業務指標上?好多少?是否可持續可測量?
  • 需要我做什麼和現在不一樣的事情?

也就是當我們著眼於業務的問題,提出解決方案的時候,第二步就是解決業務的後顧之憂。我們需要在方案中把業務關心的這些問題一併解決,告訴他們這麼做了以後會有什麼好處。

6. 落地實施

做到前兩步以後,基本上你的建議是可以落地了,但我的習慣是再加上最後一步:不斷「追蹤」進行監測甚至迭代。

其實,這一步和上一步聯絡非常緊密。有些資料分析的同學會把建議甩給業務,業務接受以後自己就不管了。

但其實我很享受近距離觀察自己的建議落地,並且持續監測各大指標,和業務一起優化的過程。當看到各項指標提升的時候,真的非常有成就感。

另外,當我們的建議被市場和使用者證明了是有價值的以後,我們和業務之間的信任度就會提升非常多,那我們以後的方案再落地也會容易的多。

(本文經合作夥伴 數據分析那些事 授權轉載,並同意 TechOrange 編寫導讀與修訂標題,原文標題為 〈90% 面試官都會考察的數據分析題:說說業務分析的流程 〉;首圖來源:pixabay。)

看更多數據分析文章


點關鍵字看更多相關文章: