0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

在不熟悉的领域,将怎样进行数据分析

lviY_AI_shequ 来源:YXQ 2019-06-05 11:48 次阅读

如何在不熟悉的领域开展数据分析工作。这个问题很普遍,很多转行的同学在面试时就有被问到:“在不熟悉的领域做数据分析,你要怎么学习”今天系统性解答一下。

首先解题:不熟悉三个字是形容词,遇到形容词的第一反应就是找标准。实际上不同的不熟悉程度,需要学习的内容,可以上手做的事情也是不一样的。理解业务,有七个要素。

经营模式:做什么生意(B2B,B2C,B2B2C,B2VC,B2SB)

目标用户:针对何种群体,何种需求

产品形态:提供什么样产品、服务、信息

销售渠道:通过何种方式与用户建立联系

营销策略:通过何种方式运作(维护用户、改进产品、管理商品、发布内容、提升品牌……传统企业叫营销,互联网叫运营)

组织架构:谁来干这些事

营收情况:主要数据指标如何

对这七个问题的不熟悉程度,决定了我们要从哪里开始。常见的“不熟悉”,大致可分为四类(如下图):

等级1是最不熟悉的情况。常见于大跨度转行/转岗的同学。比如之前是做零售的,现在来做O2O服务;之前做B2C的,现在做B2B;之前是纯后台开发,现在做面对业务的分析;等等。在理解业务的七大要素里,经营模式直接决定了后边6个要素,如果连这个都不了解的话,就得从头学起。先搞清楚到底企业做的是什么生意。

特别强调的是:对经营模式一定要怀有敬畏之心。不同模式看起来相似,可实际情况差异巨大,不能生搬硬套。最常见的就是很多同学都是做B2C的业务出身,想当然的认为B2B就是客单价100万的B2C,结果做出来的东西驴头不对马嘴,最后过不了试用期的都很多。这时候就当自己是小白,每事问,多学习。做东西从最基础的理解数字字典和跑数开始,不着急。

需要注意的是,经营模式这种事,一般都没有一个标准教科书。即使是企业内的人也不一定讲的很清楚。这时候就不能等靠要,指望着吃现成的。要自己行动起来。最好的办法,是从组织架构入手。具体来说分四步:

第一步:通过收集行业垂直媒体报道、新闻报道、公司财报,了解企业大致的经营方式。

第二步:从组织结构入手,先搞清楚自己部门的职责架构,再搞清楚自己部门服务哪些人,他们的职责是什么。特别可以利用新员工培训的机会,在别的部门培养几个哥们姐们。大家都是新人,都缺乏认同感,很容易抱团。以后深入了解业务就有了伴。

第三步:了解数据采集流程和数据。如果有数据字典,可以研究数据字典与业务部门对应关系,哪些部门产生数据,哪些部门使用数据,最常看的数据是什么。如果没有数据字典,干脆试着自己整理一份。在试用期结束转正的时候交给自己领导,绝对会让领导满意度爆棚。

第四步:收集过往的业务行动,观察业务行动与数据指标间关系。先不用急着做复杂的专题分析,先从最简单的标注报表开始。把业务部门行动注在报表上,直观的看哪些行动能拉动数据指标,哪些没啥用。这样就有了初步分析的感觉。之后就可以进一步深入了。

这个过程会很漫长,实际上如果真是大幅度转行的话,头半年都在适应期是很正常的事。所以转行的同学务必注意。新进入一个行业要学习的东西很多,不能一门心思只扎在数据上。不然就只会跑数,还是没法解读数据,没法分析问题。

等级2,常见于小跨度转行/转岗的同学。比如之前做线下零售,现在来做电商商品运营;之前做传统CRM,现在来做用户运营;之前做广告投放,现在做渠道推广;之前做传统企业的经营分析,现在做58、饿了吗、滴滴这种大量依赖线下组织的互联网企业的经营分析。

这些业务的经营模式是类似的,只是用户群/推广方式/营销方式/产品形态某个方面发生了变化。在进入这些自己有一些熟悉,又有些不了解的领域的时候,可以先对自己要服务的业务流程进行梳理,看看到底哪些是过去经验可以用的,哪些是不能用的。从具体流程入手,可以进步更快。

等级3,常见于同行间跳槽的同学。比如都是电商、零售、互金、游戏、广告行业的,只是换个公司。经营模式,运作的套路都大同小异。这时候虽然是新领域的,但实际上大部分技能可以复用。不能确定的,是到底这家企业目前状况如何。这时候可以从理解现有报表入手,通过解读报表数据,观察报表使用情况,了解情况自己部门的地位、KPI、问题。对现状有判断之后再下手。

这里要切记用力过猛。很多同学在同行跳槽的时候,是要了50%,100%,甚至150%的涨薪幅度的。巨大的涨薪幅度+熟悉的行业,会让这些同学们头脑发热。觉得自己必须快速做出成绩,让老板刮目相看。可要清醒的是:即使自己再懂套路,也并不了解这个企业的状况。到底这个老板关注什么问题,到底自己要怎么走流程,到底借力哪个部门能把数据成果落地,通通不知道。这时候就得从报表开始一步步来。用力过猛的下场,往往是做了一堆东西不被老板认可,或者根本推进不下去。即使不被扫地出门,自己也会信心崩溃的。

等级4,常见于内部调动的同学。比如从分公司到总部,比如从总部到分公司,比如换了个职能。这时候看似开启了一个新环境,可实际上大家是知根知底的。这时候可以做大量的准备功课,要学习的是,自己所在的这个新职能到底关注什么问题?这个问题之前是怎么处理的?为什么没有处理完?领导的期望是什么?

摸清底细,就可以直接切入问题了。这时候要避免因为自己很熟悉情况,就想当然的代入自己的想法大干一通。很有可能做的东西不对新领导的胃口,最后被发配镇守边疆。

对还在面试同学的特别提醒

如果是面试遇到这个问题,还有3点要注意:

第一点:空口说“我学习能力强”不如做一份《业务对比表》。在面试前,了解下自己要去的企业是干什么的。和HR问清楚,到底自己面试的是什么部门,见得是什么人。然后通过资料收集,具体分析下自己现在做的事和对方有什么差别。收集对方的财报、新闻、第三方报告数据,然后整理成表。即使现场不出示出来,也能在聊天过程中有问有答。这样能极大提升通过率。

第二点:说100句“我会做”,不如一句“我做过”。所有的面试官,不管是HR还是用人部门,都喜欢吃现成的。与其大讲自己的思路、方法、意识,不如直接上几个例子。比如之前自己是怎么做一张新报表,分析一个新专题,做一个新模型。先摆事实,再说自己有学习思路,这样更容易赢得信任。

第三点:理论知识与实操技能各占一半。要注意的是,陈老师前边讲的全是实操。可实际上有些领导是很理论派的,自己就很喜欢钻研书本。所以完全说我进来后一二三四步,可能被这些人质疑:“你都不学些经典理论的?”但注意,同样是这波人,又很喜欢显得自己很懂理论,你真讲“我喜欢看书,我爱研究理论”很有可能因为某些观点跟他们撕起来。所以最好的办法就是讲自己感兴趣,但不专业(想拍马屁,可以加一句:所以特别期待领导指导),比如我会研究有关工作的XXX著作,但是更看重实际应用。这样不容易踩雷。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 数据分析
    +关注

    关注

    2

    文章

    1422

    浏览量

    33996
  • B2B
    B2B
    +关注

    关注

    0

    文章

    48

    浏览量

    5300

原文标题:进入不熟悉的领域,如何开展数据分析

文章出处:【微信号:AI_shequ,微信公众号:人工智能爱好者社区】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    eda与传统数据分析的区别

    进行初步的探索和理解,发现数据中潜在的模式、关系、异常值等,为后续的分析和建模提供线索和基础。 方法论 :EDA强调数据的真实分布和可视化,使用多种图表和可视化工具来展示
    的头像 发表于 11-13 10:52 152次阅读

    为什么选择eda进行数据分析

    数据科学领域数据分析是一个复杂且多步骤的过程,它涉及到数据的收集、清洗、探索、建模和解释。在这些步骤中,探索性数据分析(EDA)扮演着至
    的头像 发表于 11-13 10:41 95次阅读

    raid 数据分析中的应用

    的具体应用: 一、提高性能 并行读写 :RAID技术通过并行读写多个磁盘,可以显著提高数据的读写速度。数据分析环境中,数据读写速度是影响分析
    的头像 发表于 11-12 09:44 89次阅读

    SUMIF函数在数据分析中的应用

    商业和科学研究中,数据分析是一项基本且关键的技能。Excel作为最常用的数据分析工具之一,提供了多种函数来帮助用户处理和分析数据。SUMI
    的头像 发表于 11-11 09:14 184次阅读

    云计算在大数据分析中的应用

    和处理大规模的数据集。通过云计算平台,用户可以快速构建数据仓库,海量数据进行存储、管理和分析
    的头像 发表于 10-24 09:18 271次阅读

    使用AI大模型进行数据分析的技巧

    使用AI大模型进行数据分析的技巧涉及多个方面,以下是一些关键的步骤和注意事项: 一、明确任务目标和需求 使用AI大模型之前,首先要明确数据分析的任务目标,这将直接影响模型的选择、数据
    的头像 发表于 10-23 15:14 384次阅读

    IP 地址大数据分析如何进行网络优化?

    一、大数据分析在网络优化中的作用 1.流量分析数据分析可以对网络中的流量进行实时监测和分析,了解网络的使用情况和流量趋势。通过对流量
    的头像 发表于 10-09 15:32 153次阅读
    IP 地址大<b class='flag-5'>数据分析</b>如何<b class='flag-5'>进行</b>网络优化?

    数据分析除了spss还有什么

    Sciences)是一款非常流行的统计分析软件,但除了SPSS之外,还有许多其他数据分析工具和方法。 引言 数据分析是一个跨学科的领域,涉及到统计学、计算机科学、
    的头像 发表于 07-05 15:01 529次阅读

    数据分析的工具有哪些

    开发的一款电子表格软件,广泛应用于数据分析领域。它具有以下特点: 数据整理:Excel提供了丰富的数据整理功能,如排序、筛选、查找和替换等。 数据
    的头像 发表于 07-05 14:54 736次阅读

    数据分析有哪些分析方法

    。 描述性分析 描述性分析数据分析的第一步,它的目的是对数据进行描述和总结。描述性分析通常包括
    的头像 发表于 07-05 14:51 503次阅读

    机器学习在数据分析中的应用

    随着大数据时代的到来,数据量的爆炸性增长对数据分析提出了更高的要求。机器学习作为一种强大的工具,通过训练模型从数据中学习规律,为企业和组织提供了更高效、更准确的
    的头像 发表于 07-02 11:22 529次阅读

    求助,关于AD采集到的数据分析问题

    问题描述:使用AD采集一个10Hz到2MHz的脉冲,脉冲底部可能大于零,由采集到的数据分析出该脉冲的上升时间,幅值和占空比。 备注:分析的时候已经知道脉冲的频率,精度为2X10^-5.
    发表于 05-09 07:40

    态势数据分析系统软件

    处理、分析和挖掘态势数据的工具。它结合了数据集成、地图制作、数据分析与挖掘以及可视化展示等多种功能 这类软件能够集成多种来源的地理数据和其他
    的头像 发表于 04-22 11:36 398次阅读

    大型商业建筑能耗数据分析及节能管理应用

    对8个同类型商业项目的电耗实际数据进行数据分析研究,根据各项目的实际运营情况,提供节能降耗改进建议,优化运行提升能效。 关键词:能源管理;数据分析;节能降耗 0引言 随着我国经济的快速发展,城市化进程不断加快,能源的使用量也出
    的头像 发表于 03-11 15:18 597次阅读
    大型商业建筑能耗<b class='flag-5'>数据分析</b>及节能管理应用

    Get职场新知识:做分析,用大数据分析工具

    为什么企业每天累积那么多的数据,也做数据分析,但最后决策还是靠经验?很大程度上是因为这些数据都被以不同的指标和存储方式放在各自的系统中,这就导致了数据
    发表于 12-05 09:36