优秀数据团队的4个特质:独立、1号位、协同、专业

优秀数据团队的4个特质:独立、1号位思维、协同、专业。

独立是基线,1号位用于保证数据应用(含BI和数据产品)的高度和价值,协同是合作精神,专业是看家本领。

一、独  立

独立,是指数据保持客观、公正、不被权威/业务绑架,不沦为别人或自己投机取巧的工具。

独立包括组织上的独立和数据人精神上的独立。

案例:3位分析师的对话

背景:业务复盘,需要分析师准备相关数据,其中某项关键的转化率指标要和去年对比。实际数据发现今年的转化率比去年差。于是,3位分析师展开了讨论。

分析师A: 太尴尬了,没法跟老板交代。我们把这个指标换成其他指标,总得比去年好呀。


分析师B:我们客观的呈现事实,是多少就多少。


分析师C: 不用改指标。转化率虽然比去年差,但是今年的绝对量涨的多,导致转化率下降,说清楚就可以了。


分析师B和C具有独立的数据精神,分析师C不但独立性强,而且整体商业判断力、思辨能力也最强。

数据团队的独立需要数据人的独立精神,也需要组织架构的保驾护航。

从组织架构来说,数据团队不能汇报给单一的业务线,至少汇报给业务老大,最好能独立于业务。渔歌见过形形式式的数据团队组织架构,每种架构下,各有利弊。

比如数据团队汇报给业务团队的,业务老板通常不懂数据建设,同时业务团队割裂导致数据底层建设也没有统一规范,进而导致数据基础建设差。同时,为了满足业务目标,可能不惜为了业绩造数据。

再比如汇报给CTO,不好的是数据团队可能离商业比较远,导致商业应用的价值会被弱化,但技术资源可能会被保障。当然也有可能因为CTO有着一颗做商业的心,拼命让数据往商业上使力。

数据团队最理想的是汇报对象是CEO,这样有机会做出价值,也往往压力比较大,如果做不出成绩,团队会边缘化。

 

无论怎样的组织架构,都是人在发生作用。牛人有时候可以不受组织架构的影响,可以自成风格、自成体系。

 

数据团队的组织架构+数据团队的老大+数据团队的老大的老大,基本决定了数据团队的位置和价值。

 

二、1 号 位 思 维

1号位是指数据团队要站在CEO的视角来用数据、建设数据。CEO对全局业务的整体负责,不是对某个环节,某单一业务负责,CEO不但要看业务,还要看客户、看市场。哪怕数据团队支持的不是CEO,也至少得是每条业务线的1号位。思维决定了数据的高度。

 

有人问为什么数据团队可以有1号位思维?因为:

1.因为数据团队独立,不局限于服务业务中的单个角色、单个环节,是第三方视角,不会被业务的各种屁股决定脑袋所牵绊;

2.因为数据团队有全局观,业务的上下左右、里里外外都会观察;

3.因为数据团队在数据领域更专业,很多产品、业务是半路出家,对于数据分析、数据产品一知半解。同时,数据团队专注某一问题的深入分析和解决,业务被太多问题牵绊,很难有时间、精力去深入的看一个问题。

 

当把独立、全局、专业3个因素组合在一起的时候,会产生化学反应,这就是数据团队的价值。扔掉其中任何1个,团队都会出现瘸腿的现象。

三、协 同

不会协同的数据人,是傲娇的数据人,傲娇的人或团队在企业发展中要付出更大的代价。

在数据还不足以成为业务,对业务没有持续重大价值的时候,数据必须协同业务、服务业务,与业务同生长。

即使在数据可以独立成为业务,或成为业务强大驱动力的情况下,数据依然需要协同业务。因为业务是公司生存的根本,业务发展不好,对数据来说,皮之不存毛将焉附。更何况没有业务就没有数据,虽然业务会给数据埋很多坑,但业务依然是数据存在的根基。

数据和业务永远是携手共进退的兄弟。

四、专 业

专业是数据团队的看家本事,无论BI、数据产品还是数据研发。数据的专业是通过高效的商业分析/应用,洞察&解决商业问题。离开商业谈数据,是耍流氓。

以BI为例。BI的专业能力体现在商业洞察力、逻辑思维能力、沟通能力、分析能力、PPT能力、数据获取能力。可能有人会问,怎么数据分析能力、数据获取能力放在这么后面?

放在后面不代表不重要,而是说这是硬性的基础入门能力,是做好BI的必要非充分条件。商业洞察、逻辑思维则决定了分析的上层建筑。PPT、沟通能力决定了分析建议被别人接受的程度,是软能力。

对于初入门的BI来说,分析能力、数据获取能力很重要,这决定了能不能在分析师岗位有0-1的起步,而另外几项能力则决定了BI可以走多远。

在BI领域,渔歌至始至终都欣赏一位美女姐姐,软硬通吃。她带领的团队也是最辉煌的,她带出来的人,都可以独当一面。

数据产品团队也一样,需要好的专业能力,打造出产品价值。

结语:从团队战力和发展来说,渔歌欣赏这种独立、1号位思维、协同、专业的数据团队。如果一时半伙,没法构建这样的团队,也没有关系,每个团队的存在都有特定的原因和优劣势,一步步修炼。从长期来看,我们数据人心中都需要一个理想国。

热门文章

直戳泪点!数据从业者权威嘲讽指南!

数据分析师做成了提数工程师,该如何破局?

全栈型VS专精型,团队到底需要什么样的人?

数据驱动业务,比技术更重要的是思维的转变

最近面了十多个数据分析师,聊一聊我发现的一些问题

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值