最近两个月我将大量的精力放在了业务分析团队的组建和管理上。不断解决日常中遇到的协作问题,使我学到了一些分析技术以外的知识。由于人多事儿多,所以出现了不少很好的协作案例,值得推广。
分析师尽早介入业务。
运营伙伴做好合理排期。
及时反馈。
利用现有数据源解决问题。
过程中紧密沟通。
运营不是放大压力给分析师,而是帮助分析师减负。从业务到分析,这个协作链条的上下游,天然就有“放大压力”的属性。比如运营任务deadline是7天,分析需求就会压缩到3天。更何况我当前所处的环境,很多事务都是1-3天,那么数据需求就大量的是1-2天期限,不少是当天需要完成。
清晰的阶段性规划。
主动地点对点培训。
通过同理心来实现互相信任。
根据实际情况,再举几个典型的问题,是我们目前没有解决的。但我根据经验给出一些解决的方向,并正在向这个方向努力。希望有经验的读者能在回复中给我们一些好的启发!~
对于取数型的任务(数据描述型的任务),搁置争议,先解决眼前的问题。
对于数据分析不能解决的任务,我们永远要追求“客观性”。一定不能出现“为了结果而分析”,更不能出现“包装结果”。
这其实有两个方面:一是分析师能力不足,不能够解决某个业务问题;二是问题过大,超出数据分析的边界。面对第一种问题,通过换人或者外部请教,一般能解决。面对第二种,我暂时只能控制不出现“假分析”。
但这说起来容易做起来。。。谈何容易。
END
作者:胡晨川;转自:川术 公众号;
课程推荐:
北京外国语大学今年正式开设
“商业数据分析”方向在职研究生
毕业后
可获国家承认双一流高校硕士文凭
数据分析粉丝专属福利,扫码免费听课?