,,

數據分析和你數據分析專業能力并無半毛錢關系

2023-05-08 11:20:08 來源：人人都是產品經理

數據很重要，無論是產品經理還是運營，都在試圖培養自己的數據分析能力，但我們可能會在這條路上走上極端——數據分析專業能力，可以說數據分析和你數據分析專業能力并無半毛錢關系。我們應當如何利用數據分析？一起來看看作者的分析吧。

【資料圖】

一、數據分析和你數據分析專業能力無半毛錢關系

數據很重要，這已經是企業和員工的共識。因此，不管是產品經理還是運營經理，都在試圖不斷的提升自己的數據分析能力。這自然是沒有錯的，但在實際的落地過程中，我發現越來越多的從業者走向了另外一個極端——數據分析專業能力。

這里說的數據專業能力是指產品運營和運營經理往往朝著成為專業的數據分析師的角度上去提升自己，自己一定要懂算法會寫代碼等等。我并不否認如果你真的能夠成為專業的數據分析師自然是好的，但那你直接轉崗為是更好。因此，在這里，我想強調的是：數據分析和你數據分析專業能力并無半毛錢關系。

二、職場是干嘛的

作為打工人，我們一定要搞清楚一個前提，就是我們是職場到底是干嘛的。簡單來說，職場打工人是為了解決問題而存在的。問題可大可小，可難可易。但總之，就是有實際的問題要解決，而且公司也都會設置對應的可數據量化的指標。比如成交額，比如用戶規模等。

因此，無論你是從事哪個崗位，做任何事情或項目，第一前提就是：你的目的是什么？

當你重視數據分析，準備提升自己數據分析能力的時候，你可否想過你為什么要做數據分析，你是想通過數據分析來解決什么樣的問題呢？

——我想這就是當前所謂的追求提升自己數據分析能力的打工人最大的問題所在！你僅僅是覺得數據重要，但你并不清楚也從來沒有仔細想過，你到底是想解決什么問題的。當你不清楚自己想要解決的實際問題時，數據分析與分析壓根都不會產生任何價值。

關于目標拆解落地可參考此篇文章《“找不到對象”這一天大BUG的運營解決方案》

因此，數據分析第一點：你得搞清楚你所謂的數據分析到底是想要解決什么問題的！當你清楚后，才能夠基于問題，設置目標，并逐步拆解并落地。

三、舉個例子：我六一開個店幫我推廣下

我們舉個具體的例子，六一兒童節，我準備開個快餐店。開業當天，咱們必須來個開門紅。所以，想要找你幫我推廣下。

1. 目的是什么？

很簡單也很現實的一個案例，那么在這個案例中，老板的需求是什么？很簡單，想要開門紅。潛在的臺詞就是：我想要人流大，一炮打響我的門店；我也想要高成交，能夠賺到真金白銀。轉化成咱們互聯網有逼格的專業用語就是：高流量和高轉化！

2. 需要哪些數據

通過一個簡單的轉化公式，咱們就可以得出所需要的基礎數據，包括不限于：

方圓10公里人口可觸達的人口觸達后能夠到店的人到店且能夠購買的人購買且能夠盡可能多花錢的人 ….

那么，我們在此可以虛擬一個數據來感受下：

100000（方圓10公里人口）*10%（觸達率）*10%（到店率）*10%（轉化率）=100

關于數據體系搭建，可以參考此篇文章《數據體系搭建：警惕數據陷阱，用線下觸點打造護城河》

3. 我有數據了，我分析了，我準備改進了，如何改進？

咱們現在有了基礎的數據，也做了分析。分析的結果是：

能夠覆蓋的人數太少觸達的人數也低到店的人數太低轉化率太低 ……

這一切都很低，而且咱們也確實基于上述的問題進行了改進。改進后，數據果然呈現了極大的提升，如下所示：

100000（方圓10公里人口）*10%（觸達率）*10%（到店率）*10%（轉化率）=150

4. 但，老板會認嗎？

提升效果很明顯，理論上應該興高采烈了吧。但問題是，這樣的結果，你覺得老板會認嗎？或者，老板會認。或者，老板不認。這些都不是最關鍵的。最關鍵的是，當我們再重新回過頭，思考咱們數據分析能力的時候，有沒有發現這里面存在的幾個天然的BUG？

四、數據分析的問題，最核心的還是數據的問題

通過上面的例子，我實際上想說的是兩個核心的點：

1. 數據分析專業能力并不重要，重點的是你基于目標的解題思路

正如做數學題一樣，其最核心的是學習解題思路和方法。而不是會做某道題。上學時，我們經常遇到太多太多的同學，只做解一道又一道再多一道的題目，但當題目發生了變化后就不會做了。因此，當你試圖去提升自己所謂的數據分析專業能力時，需要捫心自問的是：

你懂得解題思路嗎？

那么，我給你提供一個數據思維的方法：

2. 數據分析的專業能力并不重要，重要的是你沒有數據

在實際工作中，數據分析的專業能力95%的情況下，可以說沒有半毛錢用處。其最核心的問題在于，咱們99%的公司是沒有數據的。你可能會說，我在騰訊我在阿里。但你在騰訊阿里也是一樣的，以我上面舉的一個門店開業的例子來說，你是騰訊你是阿里也一樣，你能夠使用到的關聯的有效的數據也就這么多，實際上會更少。

因為工作中，我們為了提高所謂的轉化率，會設置更多的關鍵標簽。但實際上就是，疊加的標簽越多，就越不可能有數據。咱們再舉個例子，寶安壹方城算是深圳最大客流量的商超之一了吧。比如月均不重復客流200000。我想要開一家有逼格的服裝店，此時此刻如果為了鎖定所謂的精準人群，所以我會要求：最近3個月有到過壹方城的，而且有購買過的，而且月購買金額能夠在1000元以上的，而且購買過的商品還是需要有品味的（比如最好的買過書、買過喜茶、買過創意商品之類的）、而且按照過往的頻率最近一個月還會來壹方城的，而且而且而且而且….

當你把這些而且都加上的時候，你會發現基本上所有的數據都少于100。當絕對值少于100時，你會發現任何一個單一分子的波動，均會對整體帶來極大的波動。因此，也就失去了數據分析的意義。

因此，不要癡迷于技法，而是要真正的從解決問題的角度來看待數據，從最粗糙的數據中去做基礎的趨勢性分析就足夠了。因為，地主家也沒有余糧，騰訊阿里字節也沒有數據。你，就別做數據美夢了！！！

專欄作家

楊俊，公眾號：加薪課堂（ID：zuiwuyunying ），人人都是產品經理專欄作家，書籍《產品經理進階之路》作者。原騰訊、新浪產品/運營經理，超過10年互聯網產品/運營經驗。

題圖來自Unsplash，基于CC0協議。

關鍵詞：