说说心里话

我喜欢定期去整理一些有价值的观点，通常也会把他收藏起来，再就是，自己去尝试理解并记录下来。

当然，这些内容不一定完全对每个读者朋友都有帮助，感谢理解。
1、谈数据分析需求，萌辰。
数据分析避免成为跑数工具的三句话：
你这个需求有没有人看？老板会不会看？
按受众优先度排需求。
你这个需求是不是已经是最详细、最完全的版本了？确定不改了？
（如图）太窄太小的需求，让他们直接去找IT部门要数据权限，长痛不如短痛，给他们设计一个取数面板。
以及，能不能要到数据权限，这也是业务与IT的任务，不是数据分析的。为什么要这么做，因为可操作性比让她学一门代码技术简单的多。
图来源于星友萌辰分享
关于数据需求，宝器所想，基本与萌辰一致，细节更多可见之前我那篇文章：写给所有数据人。
2、谈0-3年分析师的快速成长，宝器。
对于比较年轻的分析师来说，我的观点是尽量做一些看着简单却可以把知识体系夯实的事，比如像下图这样去处理每一个需求并汇总扩散成业务指标体系。
图来源于星友ola分享

看到很多人会问，我也是这么理解一个需求的呀，这么做还是不能提高我的业务Sense，我的数据敏感等等。
你要知道，理解和执行是区别的，执行并汇总成体系化的知识是有区别的，汇总成体系化的知识并撰写一份业务组级使用文档也是有区别的。

其实每个需求都是业务诉求，即用户场景，只是你要想办法把它用数据量化。而理解并执行上面那张图的过程，就有在刻意锻炼一些思维和业务的敏感度。
因为这个过程你是把业务诉求拆解成一个个指标，并且把指标翻译成了对业务有价值的统计数据，你在划分这些业务的同时，也就是把指标场景化分级的过程。
如果在多一点，你可以应用一些分析方法，用SQL、Excel、Python把这些指标写上对应场景案例Demo，搭配不同的分析图表去呈现。

这些做完，业务、分析、思维、工程能力都有了。建议阅读：从留存率业务案例谈0-1的数据指标体系
3、谈经验与经历。
先说观点：一份简历中，更重要的是你的经验，而不是你的经历。
经历像是一个模版化的东西，比如A在字节工作，B都在腾讯工作，两人都想跳槽到快手。
A的简历写的，我在字节工作了3年，负责了短视频的增长项目。。。
B的简历写的，我在腾讯，开始做的是短视频业务增长方向的数据分析，一开始是对接产品、研发和运营的各种数据需求，后来，我从需求中提炼了0-1数据指标指标体系，为业务线贡献了。。提高了。。。效率。。。最后也得到了。。。奖励等等。
对于A来说，能看到的是他的经历，对于B来说，可以看到他的经验。

最近很喜欢一段话：贵在厚积薄发，贵在积极向上，贵在热爱生活，贵在未来可期。
我是宝器，我们下期见。

更多相关文章

随机推荐