0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

在不熟悉的領(lǐng)域,將怎樣進行數(shù)據(jù)分析

lviY_AI_shequ ? 來源:YXQ ? 2019-06-05 11:48 ? 次閱讀

如何在不熟悉的領(lǐng)域開展數(shù)據(jù)分析工作。這個問題很普遍,很多轉(zhuǎn)行的同學在面試時就有被問到:“在不熟悉的領(lǐng)域做數(shù)據(jù)分析,你要怎么學習”今天系統(tǒng)性解答一下。

首先解題:不熟悉三個字是形容詞,遇到形容詞的第一反應(yīng)就是找標準。實際上不同的不熟悉程度,需要學習的內(nèi)容,可以上手做的事情也是不一樣的。理解業(yè)務(wù),有七個要素。

經(jīng)營模式:做什么生意(B2B,B2C,B2B2C,B2VC,B2SB)

目標用戶:針對何種群體,何種需求

產(chǎn)品形態(tài):提供什么樣產(chǎn)品、服務(wù)、信息

銷售渠道:通過何種方式與用戶建立聯(lián)系

營銷策略:通過何種方式運作(維護用戶、改進產(chǎn)品、管理商品、發(fā)布內(nèi)容、提升品牌……傳統(tǒng)企業(yè)叫營銷,互聯(lián)網(wǎng)叫運營)

組織架構(gòu):誰來干這些事

營收情況:主要數(shù)據(jù)指標如何

對這七個問題的不熟悉程度,決定了我們要從哪里開始。常見的“不熟悉”,大致可分為四類(如下圖):

等級1是最不熟悉的情況。常見于大跨度轉(zhuǎn)行/轉(zhuǎn)崗的同學。比如之前是做零售的,現(xiàn)在來做O2O服務(wù);之前做B2C的,現(xiàn)在做B2B;之前是純后臺開發(fā),現(xiàn)在做面對業(yè)務(wù)的分析;等等。在理解業(yè)務(wù)的七大要素里,經(jīng)營模式直接決定了后邊6個要素,如果連這個都不了解的話,就得從頭學起。先搞清楚到底企業(yè)做的是什么生意。

特別強調(diào)的是:對經(jīng)營模式一定要懷有敬畏之心。不同模式看起來相似,可實際情況差異巨大,不能生搬硬套。最常見的就是很多同學都是做B2C的業(yè)務(wù)出身,想當然的認為B2B就是客單價100萬的B2C,結(jié)果做出來的東西驢頭不對馬嘴,最后過不了試用期的都很多。這時候就當自己是小白,每事問,多學習。做東西從最基礎(chǔ)的理解數(shù)字字典和跑數(shù)開始,不著急。

需要注意的是,經(jīng)營模式這種事,一般都沒有一個標準教科書。即使是企業(yè)內(nèi)的人也不一定講的很清楚。這時候就不能等靠要,指望著吃現(xiàn)成的。要自己行動起來。最好的辦法,是從組織架構(gòu)入手。具體來說分四步:

第一步:通過收集行業(yè)垂直媒體報道、新聞報道、公司財報,了解企業(yè)大致的經(jīng)營方式。

第二步:從組織結(jié)構(gòu)入手,先搞清楚自己部門的職責架構(gòu),再搞清楚自己部門服務(wù)哪些人,他們的職責是什么。特別可以利用新員工培訓的機會,在別的部門培養(yǎng)幾個哥們姐們。大家都是新人,都缺乏認同感,很容易抱團。以后深入了解業(yè)務(wù)就有了伴。

第三步:了解數(shù)據(jù)采集流程和數(shù)據(jù)。如果有數(shù)據(jù)字典,可以研究數(shù)據(jù)字典與業(yè)務(wù)部門對應(yīng)關(guān)系,哪些部門產(chǎn)生數(shù)據(jù),哪些部門使用數(shù)據(jù),最??吹臄?shù)據(jù)是什么。如果沒有數(shù)據(jù)字典,干脆試著自己整理一份。在試用期結(jié)束轉(zhuǎn)正的時候交給自己領(lǐng)導,絕對會讓領(lǐng)導滿意度爆棚。

第四步:收集過往的業(yè)務(wù)行動,觀察業(yè)務(wù)行動與數(shù)據(jù)指標間關(guān)系。先不用急著做復雜的專題分析,先從最簡單的標注報表開始。把業(yè)務(wù)部門行動注在報表上,直觀的看哪些行動能拉動數(shù)據(jù)指標,哪些沒啥用。這樣就有了初步分析的感覺。之后就可以進一步深入了。

這個過程會很漫長,實際上如果真是大幅度轉(zhuǎn)行的話,頭半年都在適應(yīng)期是很正常的事。所以轉(zhuǎn)行的同學務(wù)必注意。新進入一個行業(yè)要學習的東西很多,不能一門心思只扎在數(shù)據(jù)上。不然就只會跑數(shù),還是沒法解讀數(shù)據(jù),沒法分析問題。

等級2,常見于小跨度轉(zhuǎn)行/轉(zhuǎn)崗的同學。比如之前做線下零售,現(xiàn)在來做電商商品運營;之前做傳統(tǒng)CRM,現(xiàn)在來做用戶運營;之前做廣告投放,現(xiàn)在做渠道推廣;之前做傳統(tǒng)企業(yè)的經(jīng)營分析,現(xiàn)在做58、餓了嗎、滴滴這種大量依賴線下組織的互聯(lián)網(wǎng)企業(yè)的經(jīng)營分析。

這些業(yè)務(wù)的經(jīng)營模式是類似的,只是用戶群/推廣方式/營銷方式/產(chǎn)品形態(tài)某個方面發(fā)生了變化。在進入這些自己有一些熟悉,又有些不了解的領(lǐng)域的時候,可以先對自己要服務(wù)的業(yè)務(wù)流程進行梳理,看看到底哪些是過去經(jīng)驗可以用的,哪些是不能用的。從具體流程入手,可以進步更快。

等級3,常見于同行間跳槽的同學。比如都是電商、零售、互金、游戲、廣告行業(yè)的,只是換個公司。經(jīng)營模式,運作的套路都大同小異。這時候雖然是新領(lǐng)域的,但實際上大部分技能可以復用。不能確定的,是到底這家企業(yè)目前狀況如何。這時候可以從理解現(xiàn)有報表入手,通過解讀報表數(shù)據(jù),觀察報表使用情況,了解情況自己部門的地位、KPI、問題。對現(xiàn)狀有判斷之后再下手。

這里要切記用力過猛。很多同學在同行跳槽的時候,是要了50%,100%,甚至150%的漲薪幅度的。巨大的漲薪幅度+熟悉的行業(yè),會讓這些同學們頭腦發(fā)熱。覺得自己必須快速做出成績,讓老板刮目相看??梢逍训氖牵杭词棺约涸俣茁罚膊⒉涣私膺@個企業(yè)的狀況。到底這個老板關(guān)注什么問題,到底自己要怎么走流程,到底借力哪個部門能把數(shù)據(jù)成果落地,通通不知道。這時候就得從報表開始一步步來。用力過猛的下場,往往是做了一堆東西不被老板認可,或者根本推進不下去。即使不被掃地出門,自己也會信心崩潰的。

等級4,常見于內(nèi)部調(diào)動的同學。比如從分公司到總部,比如從總部到分公司,比如換了個職能。這時候看似開啟了一個新環(huán)境,可實際上大家是知根知底的。這時候可以做大量的準備功課,要學習的是,自己所在的這個新職能到底關(guān)注什么問題?這個問題之前是怎么處理的?為什么沒有處理完?領(lǐng)導的期望是什么?

摸清底細,就可以直接切入問題了。這時候要避免因為自己很熟悉情況,就想當然的代入自己的想法大干一通。很有可能做的東西不對新領(lǐng)導的胃口,最后被發(fā)配鎮(zhèn)守邊疆。

對還在面試同學的特別提醒

如果是面試遇到這個問題,還有3點要注意:

第一點:空口說“我學習能力強”不如做一份《業(yè)務(wù)對比表》。在面試前,了解下自己要去的企業(yè)是干什么的。和HR問清楚,到底自己面試的是什么部門,見得是什么人。然后通過資料收集,具體分析下自己現(xiàn)在做的事和對方有什么差別。收集對方的財報、新聞、第三方報告數(shù)據(jù),然后整理成表。即使現(xiàn)場不出示出來,也能在聊天過程中有問有答。這樣能極大提升通過率。

第二點:說100句“我會做”,不如一句“我做過”。所有的面試官,不管是HR還是用人部門,都喜歡吃現(xiàn)成的。與其大講自己的思路、方法、意識,不如直接上幾個例子。比如之前自己是怎么做一張新報表,分析一個新專題,做一個新模型。先擺事實,再說自己有學習思路,這樣更容易贏得信任。

第三點:理論知識與實操技能各占一半。要注意的是,陳老師前邊講的全是實操??蓪嶋H上有些領(lǐng)導是很理論派的,自己就很喜歡鉆研書本。所以完全說我進來后一二三四步,可能被這些人質(zhì)疑:“你都不學些經(jīng)典理論的?”但注意,同樣是這波人,又很喜歡顯得自己很懂理論,你真講“我喜歡看書,我愛研究理論”很有可能因為某些觀點跟他們撕起來。所以最好的辦法就是講自己感興趣,但不專業(yè)(想拍馬屁,可以加一句:所以特別期待領(lǐng)導指導),比如我會研究有關(guān)工作的XXX著作,但是更看重實際應(yīng)用。這樣不容易踩雷。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 數(shù)據(jù)分析
    +關(guān)注

    關(guān)注

    2

    文章

    1400

    瀏覽量

    33963
  • B2B
    B2B
    +關(guān)注

    關(guān)注

    0

    文章

    48

    瀏覽量

    5296

原文標題:進入不熟悉的領(lǐng)域,如何開展數(shù)據(jù)分析

文章出處:【微信號:AI_shequ,微信公眾號:人工智能愛好者社區(qū)】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦

    IP 地址大數(shù)據(jù)分析如何進行網(wǎng)絡(luò)優(yōu)化?

    一、大數(shù)據(jù)分析在網(wǎng)絡(luò)優(yōu)化中的作用 1.流量分析數(shù)據(jù)分析可以對網(wǎng)絡(luò)中的流量進行實時監(jiān)測和分析,了解網(wǎng)絡(luò)的使用情況和流量趨勢。通過對流量
    的頭像 發(fā)表于 10-09 15:32 ?96次閱讀
    IP 地址大<b class='flag-5'>數(shù)據(jù)分析</b>如何<b class='flag-5'>進行</b>網(wǎng)絡(luò)優(yōu)化?

    數(shù)據(jù)分析提高灌區(qū)管理水平中的作用

    數(shù)據(jù)分析提升灌區(qū)管理水平中扮演著至關(guān)重要的角色,它通過深度挖掘海量信息,為灌溉系統(tǒng)的高效運作、資源優(yōu)化配置及可持續(xù)發(fā)展提供了科學決策的基礎(chǔ)。這一過程不僅涉及數(shù)據(jù)的收集、整理與分析,還
    的頭像 發(fā)表于 08-28 17:23 ?189次閱讀
    <b class='flag-5'>數(shù)據(jù)分析</b><b class='flag-5'>在</b>提高灌區(qū)管理水平中的作用

    網(wǎng)絡(luò)爬蟲,Python和數(shù)據(jù)分析

    電子發(fā)燒友網(wǎng)站提供《網(wǎng)絡(luò)爬蟲,Python和數(shù)據(jù)分析.pdf》資料免費下載
    發(fā)表于 07-13 09:27 ?1次下載

    數(shù)據(jù)分析除了spss還有什么

    Sciences)是一款非常流行的統(tǒng)計分析軟件,但除了SPSS之外,還有許多其他數(shù)據(jù)分析工具和方法。 引言 數(shù)據(jù)分析是一個跨學科的領(lǐng)域,涉及到統(tǒng)計學、計算機科學、
    的頭像 發(fā)表于 07-05 15:01 ?453次閱讀

    數(shù)據(jù)分析的工具有哪些

    開發(fā)的一款電子表格軟件,廣泛應(yīng)用于數(shù)據(jù)分析領(lǐng)域。它具有以下特點: 數(shù)據(jù)整理:Excel提供了豐富的數(shù)據(jù)整理功能,如排序、篩選、查找和替換等。 數(shù)據(jù)
    的頭像 發(fā)表于 07-05 14:54 ?661次閱讀

    數(shù)據(jù)分析有哪些分析方法

    。 描述性分析 描述性分析數(shù)據(jù)分析的第一步,它的目的是對數(shù)據(jù)進行描述和總結(jié)。描述性分析通常包括
    的頭像 發(fā)表于 07-05 14:51 ?414次閱讀

    機器學習在數(shù)據(jù)分析中的應(yīng)用

    隨著大數(shù)據(jù)時代的到來,數(shù)據(jù)量的爆炸性增長對數(shù)據(jù)分析提出了更高的要求。機器學習作為一種強大的工具,通過訓練模型從數(shù)據(jù)中學習規(guī)律,為企業(yè)和組織提供了更高效、更準確的
    的頭像 發(fā)表于 07-02 11:22 ?406次閱讀

    求助,關(guān)于AD采集到的數(shù)據(jù)分析問題

    問題描述:使用AD采集一個10Hz到2MHz的脈沖,脈沖底部可能大于零,由采集到的數(shù)據(jù)分析出該脈沖的上升時間,幅值和占空比。 備注:分析的時候已經(jīng)知道脈沖的頻率,精度為2X10^-5.
    發(fā)表于 05-09 07:40

    態(tài)勢數(shù)據(jù)分析系統(tǒng)軟件

    處理、分析和挖掘態(tài)勢數(shù)據(jù)的工具。它結(jié)合了數(shù)據(jù)集成、地圖制作、數(shù)據(jù)分析與挖掘以及可視化展示等多種功能 這類軟件能夠集成多種來源的地理數(shù)據(jù)和其他
    的頭像 發(fā)表于 04-22 11:36 ?374次閱讀

    廣告投放公司運用大數(shù)據(jù)分析,實現(xiàn)精準投放

    。廣告投放公司探討廣告投放公司如何運用大數(shù)據(jù)分析實現(xiàn)精準投放,以及這一過程中的關(guān)鍵要素和挑戰(zhàn)。 一、大數(shù)據(jù)廣告投放中的作用 大數(shù)據(jù)
    的頭像 發(fā)表于 04-11 11:23 ?629次閱讀

    大型商業(yè)建筑能耗數(shù)據(jù)分析及節(jié)能管理應(yīng)用

    對8個同類型商業(yè)項目的電耗實際數(shù)據(jù)進行數(shù)據(jù)分析研究,根據(jù)各項目的實際運營情況,提供節(jié)能降耗改進建議,優(yōu)化運行提升能效。 關(guān)鍵詞:能源管理;數(shù)據(jù)分析;節(jié)能降耗 0引言 隨著我國經(jīng)濟的快速發(fā)展,城市化進程不斷加快,能源的使用量也出
    的頭像 發(fā)表于 03-11 15:18 ?565次閱讀
    大型商業(yè)建筑能耗<b class='flag-5'>數(shù)據(jù)分析</b>及節(jié)能管理應(yīng)用

    基于振弦采集儀的工程監(jiān)測數(shù)據(jù)分析方法研究

    基于振弦采集儀的工程監(jiān)測數(shù)據(jù)分析方法研究 基于振弦采集儀的工程監(jiān)測數(shù)據(jù)分析方法研究主要涉及以下幾個方面: 基于振弦采集儀的工程監(jiān)測數(shù)據(jù)分析方法研究 1. 數(shù)據(jù)采集:使用振弦采集儀對工程
    的頭像 發(fā)表于 01-02 15:12 ?340次閱讀
    基于振弦采集儀的工程監(jiān)測<b class='flag-5'>數(shù)據(jù)分析</b>方法研究

    Get職場新知識:做分析,用大數(shù)據(jù)分析工具

    為什么企業(yè)每天累積那么多的數(shù)據(jù),也做數(shù)據(jù)分析,但最后決策還是靠經(jīng)驗?很大程度上是因為這些數(shù)據(jù)都被以不同的指標和存儲方式放在各自的系統(tǒng)中,這就導致了數(shù)據(jù)
    發(fā)表于 12-05 09:36

    使用Minitab的跨行業(yè)模塊提升您的數(shù)據(jù)分析

    的用武之地。您可能已經(jīng)熟悉Minitab統(tǒng)計軟件提供的價值,無論您是嘗試設(shè)計更好的產(chǎn)品、改進流程還是預測可能的結(jié)果。畢竟,Minitab五十多年來一直在幫助公司分析他們的數(shù)據(jù)。 但是
    的頭像 發(fā)表于 11-27 11:44 ?396次閱讀

    Sweetviz: 讓你三行代碼實現(xiàn)探索性數(shù)據(jù)分析

    欄目做眾數(shù)、最大值、最小值等橫向?qū)Ρ取?所有輸入的數(shù)值、文本信息都會被自動檢測,并進行數(shù)據(jù)分析、可視化和對比,最后自動幫你進行總結(jié),是一個探索性數(shù)據(jù)分析的好幫手。 1.準備 開始之前,你要確保Python和pip已經(jīng)成功安裝在電
    的頭像 發(fā)表于 10-31 10:28 ?859次閱讀
    Sweetviz: 讓你三行代碼實現(xiàn)探索性<b class='flag-5'>數(shù)據(jù)分析</b>