公众号:接地气学堂
作者:接地气的陈老师
2020年,你在工作中做了几个成功的数据分析项目呢?问题一出,又是发新手同学一阵哀嚎:
“没项目做呀!”
“每天瞎忙啊!”
“业务方:我早知道了,你做的有啥用,你分析的不准确一键三连呀!”
今天我们先不谈“为啥每天瞎忙没项目做”的问题,就谈“为啥已经开工的项目会失败”。因为认真梳理下会发现,至少四分之三的数据分析项目失败,和这个事有关。
需求1:
“我们要建立大数据用户画像”。这个需求很常见,业务部门动不动就“来个用户画像分析”。那么问题便来了,真的做这个需求,有多大概率扑街?
非常大
因为不知道做了到底干啥呀。业务方可能很随意的说:做了用户画像,就知道用户特征了。问题是:这个需求报表不能满足吗!如果真是不知道,直接把用户特征各个维度跑一遍数,列个excel表就好了呀,为哈要费事上一个用户画像项目呢?!
这种需求叫:无目标需求。漫无目标,大概率做完了被人扔一句:“我早知道了!”因为对方确实可以通过日常报表、用户调查、自己体验获得一些数据。这种项目接过来过,夯吃夯吃打标签、整数据、做看板,最后铁定失败。
需求2:
受到场景1启发,有同学会问:做用户画像干什么?
业务方答:做来看哪些用户喜欢A产品
那么,真的做这个需求,有多大概率扑街?
非常大
问题在什么叫“喜欢”???
如果是“过往X个月内购买次数大于X次,购买金额大于X元”叫喜欢,那直接拖一张报表就能满足需求呀,为啥需要起一个项目。
如果是“未来有大概率会购买A产品”,那实际需要的就不是什么用户画像,而是针对A产品的预测。那起个毛线的用户画像项目,直接做预测呀。
这种需求叫:需求不清晰。驴头不对马嘴,这种项目接过来做,分分钟落一个:“你做的没啥用”的评价。找不准真实的痛点,项目必定失败。
需求3:
受到场景2启发,同学知道了业务方想预测销售
现在,业务方提出:希望能精准预测销量
那么,真的做这个需求,有多大概率扑街?
非常大
问题在:预测的到底是啥玩意不清楚。
如果预测的是新上市款,压根没数据呀,预测个毛线。这时候,最关键的问题就是:要不要做测试。如果已经有选定产品,需要测试效果,这就是测试问题。直接设计ABtest,拿去测一测效果,收集一波数据再做预测。
如果没有做预测,这时候实际上是:分类问题。基于竞争对手的选择,自身商品管理的判断,过往同价位/同客群/同品类销量走势,对待上的新品进行评估。由于完全是凭空预测,因此输出的结果必定不能很准。这时候最好的做法是先对产品定性,它的潜力是:爆款、流量款、利润款、补充款、普通款、还是吊车尾。有了定性判断,再看配多少资源,多少人力给它。再看能不能基于资源投入预测。
这种需求叫:需求不具体。看似有目标,但是少了背景条件,甚至一字之差,离题万里。这种项目接过来做,分分钟落一个:“你做的没啥用”的评价。找不准真实的痛点,项目必定失败。很有可能夯吃夯吃塞了一堆现有产品数据,结果发现根本没考虑业务动作,也不能推广到新品,最后落一句:分析不精准啊!
需求4:
受到场景3启发,同学问了业务方,得知:
想预测销售,是指导销售团队工作。
那么,真的做这个需求,有多大概率扑街?
非常大
问题在:知道预测结果,人家又能干啥。
如果预测业绩很好,so what!销售还是该干啥干啥呀,说不定还会搞搞阵,藏点单啥的。
如果预测业绩不好,so what!这东西根本不需要预测呀,拖一张报表就能看到做的好不好呀,看到业绩不达标,还需要预测吗,麻溜的开发客户去呀。
所以这个预测值,对于销售部门来说没啥实际用处。这个需求可能只是出于好奇,可能就是随口一说。总之,这叫:需求不够刚性。这不是业务部门的核心问题点,因此项目上了也是白上,最后很容易被批为:分析有啥用。
需求5:
受到场景4启发,同学问了业务方,得知:
想预测销售,是指导库存管理。因为供应链不能控制销售,只能被动看订单供货,所以能预测出来销售值就很重要。如果销售预测准了,备货自然能按照销售来备,库存损失也能减少多好!这次是刚需了吧。
那么,真的做这个需求,有多大概率扑街?
非常大
问题在:影响库存损耗的不止一个因素,只考虑销售太过偏颇。
这叫:需求不准确。本质上,供应链损耗受到采购计划、销售能力、生产排期三方面影响,和销售有关,也有可能和领导私心(收了供应商钱,野心过大的扩张计划)有关。因此只抓一个因素,很有可能不能解决问题库存损耗的问题。绕路走,是数据分析头号大忌。
既然预测是为了减少损耗,就直接把目标设为减少损耗。注意:即使再优化,也不可能做到马上进马上出,因为总有一些市场意外,总有一些商品滞销,所以最后控制目标也不是直接压到0,而是控到一个可接受水平,或者控制促使整体损耗下降。这样才是可能成功的目标,梳理到此,可以继续往下做了(如下图)
四分之三的数据分析需求,在开始的时候就注定失败的。
l 不清晰
l 不具体
l 啥都想搞
l 不知道做了啥用
l 做了也没啥用
只是听说市面上流行“数字化转型”“人工智能大数据精准用户画像”就急匆匆往上怼。最后自然必败无疑。
有趣的是,识别伪需求的最好方法,就是拖一张报表。通过业务部门对报表的利用情况,可以反向观察:
l 哪些部门真的数据,哪些就是说说而已
l 哪些数据真的能有用处,哪些看了就看了没屁用
l 看了数据能做哪些动作,哪些又是看了也无能为力
这样,即使业务部门没有能力讲清楚需求,数据分析师也能够对项目目标、工作重点、输出内容有自己的判断。所以做数据分析的同学们,不要被网络上爽文洗脑了:报表才是数据分析工作的立命之所。一个会玩报表的数据分析师,才有机会做出高大上的模型。切记切记。有同学会感兴趣:到底啥样才算会玩报表,有兴趣的话,本篇集齐60留言,下一篇我们来分享,敬请期待哦。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的需求持续飙升。世界经济论坛发布的《未来就业报告》, ...
2025-03-28你有没有遇到过这样的情况?流量进来了,转化率却不高,辛辛苦苦拉来的用户,最后大部分都悄无声息地离开了,这时候漏斗分析就非 ...
2025-03-27TensorFlow Datasets(TFDS)是一个用于下载、管理和预处理机器学习数据集的库。它提供了易于使用的API,允许用户从现有集合中 ...
2025-03-26"不谋全局者,不足谋一域。"在数据驱动的商业时代,战略级数据分析能力已成为职场核心竞争力。《CDA二级教材:商业策略数据分析 ...
2025-03-26当你在某宝刷到【猜你喜欢】时,当抖音精准推来你的梦中情猫时,当美团外卖弹窗刚好是你想吃的火锅店…… 恭喜你,你正在被用户 ...
2025-03-26当面试官问起随机森林时,他到底在考察什么? ""请解释随机森林的原理""——这是数据分析岗位面试中的经典问题。但你可能不知道 ...
2025-03-25在数字化浪潮席卷的当下,数据俨然成为企业的命脉,贯穿于业务运作的各个环节。从线上到线下,从平台的交易数据,到门店的运营 ...
2025-03-25在互联网和移动应用领域,DAU(日活跃用户数)是一个耳熟能详的指标。无论是产品经理、运营,还是数据分析师,DAU都是衡量产品 ...
2025-03-24ABtest做的好,产品优化效果差不了!可见ABtest在评估优化策略的效果方面地位还是很高的,那么如何在业务中应用ABtest? 结合企业 ...
2025-03-21在企业数据分析中,指标体系是至关重要的工具。不仅帮助企业统一数据标准、提升数据质量,还能为业务决策提供有力支持。本文将围 ...
2025-03-20解锁数据分析师高薪密码,CDA 脱产就业班助你逆袭! 在数字化浪潮中,数据驱动决策已成为企业发展的核心竞争力,数据分析人才的 ...
2025-03-19在 MySQL 数据库中,查询一张表但是不包含某个字段可以通过以下两种方法实现:使用 SELECT 子句以明确指定想要的字段,或者使 ...
2025-03-17在当今数字化时代,数据成为企业发展的关键驱动力,而用户画像作为数据分析的重要成果,改变了企业理解用户、开展业务的方式。无 ...
2025-03-172025年是智能体(AI Agent)的元年,大模型和智能体的发展比较迅猛。感觉年初的deepseek刚火没多久,这几天Manus又成为媒体头条 ...
2025-03-14以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-13以下的文章内容来源于刘静老师的专栏,如果您想阅读专栏《10大业务分析模型突破业务瓶颈》,点击下方链接 https://edu.cda.cn/go ...
2025-03-12以下的文章内容来源于柯家媛老师的专栏,如果您想阅读专栏《小白必备的数据思维课》,点击下方链接 https://edu.cda.cn/goods/sh ...
2025-03-11随着数字化转型的加速,企业积累了海量数据,如何从这些数据中挖掘有价值的信息,成为企业提升竞争力的关键。CDA认证考试体系应 ...
2025-03-10推荐学习书籍 《CDA一级教材》在线电子版正式上线CDA网校,为你提供系统、实用、前沿的学习资源,助你轻松迈入数据分析的大门! ...
2025-03-07在数据驱动决策的时代,掌握多样的数据分析方法,就如同拥有了开启宝藏的多把钥匙,能帮助我们从海量数据中挖掘出关键信息,本 ...
2025-03-06