前几天听了组里大佬的年终复盘,大佬们的思路很值得学习,于是自己也按照这样的思路对自己的工作进行了一定的思考和总结。
思考的背景是希望能够提升数据运营工作的效率,准确率,提高数据质量,确保数据可追溯,使数据运营工作者从繁杂而琐碎的数据基础工作中抽挤出来。将更多的时间用于数据分析,监控,和策略制定等提升运营效果的工作上。
做这个优化的目的,也是一个未来的方向,就是希望数据运营工作不再是一个数据的中转站,而是数据的管理者,各个业务部门,在需要数据时。了解从哪里获取想要的数据,如何获取,这样获取数据更及时,准确,也能提升部门之间的协作效率。第二点就是希望从数据中获取的信息能够指导运营决策和方案优化,数据中的信息不仅仅是一个结果,其实是可以透过结果反应问题的。
第一,日常的数据处理,我发现在日常工作中,我处理了很多的excel文件,excel操作不像写代码,出错了可以很好的去追溯,对数据处理的步骤很难追溯,处理的越多越容易出错。并且数据很琐碎,导致有很多时间被用于对excel文件的处理,很难有时间去进一步的思考。对于这个问题,我觉得解决的方向可以是,对于那些能够形成模板的形成模板,不能形成模板的形成sop,形成模板也就是利用函数对数据进行处理,达到一种直接把原始数据填入模板中,就能得出想要的结果。这样的方式不容易出错,而且大大提升了工作效率。对于不能形成模板的,输出一个sop,这样能够理清自己的思路。同时,也能提升工作效率和准确率。
第二,数据的传输过程,这一点前面也有提到,就是数据运营通常是各种数据的中转站,我们从业务方获取原始数据,整理,再输出。这中间可能有一个数据的损耗。数据运营应当是数据的管理者,我们可以制定相应的数据提交的标准,大家在提交数据时,上传哪些数据,按照什么样的格式。我们不对数据加工或只进行少量加工,这样可以保证部门之间数据流通的质量。
第三,针对一些特殊情况的处理,在工作中,通常会遇到某个数据由于特殊原因无法参与指标计算与排名,这些特殊情况加大了我们处理数据的难度,可以建立特殊数据处理事项登记表,以供数据工作人员查漏补缺。
第四,在支持看板上线的过程中,我们和研发反复沟通,即使已经拉齐SQL口径,仍然存在数据结果不符合业务实际的情况,针对这些情况,我们提出问题,和研发沟通解决,然后研发改完我们再次校对,再改,再校对…这样反复校对和修正对我们双方来讲都是时间上的损耗,并且会影响到正常工作。对比,我觉得每日进行10分钟左右专项沟通,和研发拉齐口径,研发给我们一个预计的完成时间,这样我们双方才能做好时间规划,何时做自己的其他工作,何时去做看板的修正。
对数据运营工作的思考及优化方向
最新推荐文章于 2024-04-28 09:59:45 发布