データアナリストは常にさまざまな困難に直面している場合、どうすればよいでしょうか?

データを扱う学生は多くの困難に遭遇する可能性があります。では、この問題をどう解決すればよいのでしょうか?

データ関係の仕事をしている学生の皆さん、仕事で困ったことはありますか？あなたが頻繁に遭遇し、人々をイライラさせて歯を食いしばらせるような問題にはどのようなものがありますか?以前クラスメイトが不満を漏らしていたトピックの中から、頻出質問を8つ選びました。今日はそれらを見てみましょう。知らせ！これから元気いっぱい、血圧の薬を用意してくださいね〜

質問 1: 「単なる数字なのに、なぜこんなに時間がかかるのでしょうか?」

この問題は非常によく起こります。ほとんどの人は「数字」が実際に何を意味するのかを知らず、幼稚園で子供が最初に学ぶのは数え方なので、「数字を得る」ことは数えるのと同じくらい簡単だと誤解しています。

問題を解決したい場合、まずデータがどこから来るのか、つまり空から降ってくるものではないことをビジネスに説明する必要があります。そして、一連の標準を確立し、それをビジネスに継続的に推進します。

1. 再収集する必要があるものは何ですか?

2. 収集されたが、洗浄されておらず、使用できないものは何ですか?

3. どれが利用可能か、しかしクエリ条件が非常に複雑である

4. どれが利用可能で、簡単にクエリできますか?

5. クエリする必要がなく、レポート出力が固定されているものは何ですか?

プロモーションを行うときは、同時にプロモーションを行います。迅速な対応が必要な場合は、じっくりと話し合い、ニーズをレポートにまとめます。これにより、ビジネス認知度が向上するだけでなく、BI システムの推進、BI の利用率の向上、散発的かつ一時的なニーズの排除が可能になり、長期的な解決策となります。

知らせ！プロモーションを行う際には、「Tencent/ByteDance/Huawei がビッグデータをどのように活用しているか」といった、ビッグデータの威力を説明する記事は掲載しないでください。こうした記事は、企業の興味をそそるだけでしょう。ビッグデータ、データウェアハウス、データガバナンス、データ分析に関する書籍やスキルツリーをもっと提供して、「わあ、これはとても複雑だ！」と直接体験してもらう必要があります。

質問 2: 「当社のデータは膨大で、すべてそこにありますが、なぜ分析できないのですか?」

この質問と前の質問は兄弟姉妹です。どちらの本質も、リーダーがデータを理解せず、いくつかの数字が「ビッグデータ」であると考えていることにあります。

この問題には別の側面もあります。あなたが採用されると、リーダーは真剣にこう言います。「私たちのデータは膨大で、すべて揃っています。必要なのは、それを分析することだけです。」この時点では、データがクリーンアップされていない可能性があり、製品コードと注文番号は非常に乱雑なトランザクションデータであるため、注意する必要があります。

「データチームが存在しない」や「データチームから孤立している」という条項を追加すると、人生を疑うほどのPUAになりますので、入社時には注意してください。

質問 3: 「データ分析はデータ分析の問題ではないのですか? なぜ私が関与する必要があるのですか?」

この文は修辞的な質問ではなく、疑問文であることに注意してください。企業は、自社とデータの間にどのような関係があるのか​​を実際には知らない可能性があります。現時点では、次の点を導くために忍耐が必要です。

1. データを入手する前にまずデータを収集する

2. データ収集にはビジネスプロセスが必要

3. ユーザーの基本情報を収集する必要がある

4. ユーザー行動データを取得するにはページを埋め込む必要がある

5. 製品情報は標準化された方法で維持されなければ、理解できません。

6. 仕入先情報、材料情報、活動情報、クーポン情報は上記と同じです

7. 業務活動中にランダムに使用すると、どのデータが正しいのか分からなくなります。

…

つまり、長所と短所を詳細に述べて、ビジネス上のサポートを得るようにします。口や舌の乾燥について言えば、ビジネスでは依然としてそれを無視し、会議の議事録を書くことを忘れず、その後のデータは混乱しています。誰かが責任を取るべきだ...

この文が修辞的な質問である場合、解決策については次の文を参照してください。

質問 4: 「数字だけ計算すればいいのに、なぜそんなにたくさんの質問をするのですか?」

この質問には2つの形式があります。最初の形態は、企業がデータを取得するために当社に連絡してくるものの、データ収集の根拠を明確に説明できないというものです。このとき、相手の態度がどんなに激しいものであっても、事前にはっきりと確認しなければなりません。事前に明確に確認しておかないと、後から「結果は正確ではない！あなたがすることはすべて間違っている！」と責められてしまいます。相手が本当に激しくて愚かな場合は、データ辞書を使用して、どの指標を見るべきか、どのくらいの時間見るべきかを確認させます。

2 つ目は、後から積極的にビジネスを理解しようとして、結局挫折してしまうというものです。注意！ビジネス部門の中には本当に対応が難しい人もいるので、ビジネス部門の人全員に協力を強制しないでください。本当にコミュニケーションを取りたくない場合は、ビジネスライクに接して他の誰かとコミュニケーションを取ってください。一般的に、うまく連携している部門は 1 つまたは 2 つあり、他の部門は互いに対応し合うだけです。

質問5：「あなたのしたことはすでに知っていました。詳細な分析はありますか？」

この質問と前の質問は姉妹質問です。これはすべて、ビジネス協力姿勢の悪さが原因です。あなたは自分が何を知っているのかさえ私に教えてくれないのに、あなたが何か知っているかどうか私がどうやって知ればいいのですか?私たちが積極的にコミュニケーションを取っている限り、責任はもはや私たち側にはありません。これまでコミュニケーションをとったことがないのであれば、それを反省し、失敗に出会うまでもっと積極的にコミュニケーションをとるべきです。

実際、ここでは双方にメリットのある解決策が考えられます。つまり、ビジネス側が事前に分析仮説を提供し、データ分析によってその後にその仮説を検証するのです。企業が最も懸念している問題に直接対処できるだけでなく、データが企業の考え方を理解するのにも役立ち、最終的には双方にメリットのある状況が生まれます。ただし、そのためには事業部門に協力意識が必要であり、全員が適切な人材を選んで行動できる必要があります。

質問6：「あなたの予測はどれくらい正確ですか？」

この質問は常に聞かれます。知らせ！ 「80%、90%、95% のうちどれがより正確か」について彼と議論しないでください。これは罠だ。将来ビジネスで何か問題が発生するたびに、彼はあなたを責めます。「あなたの予測は正確ではありません。私の製品の粗利益はわずか 5 ポイントです。95% の精度で予測しても意味がありません。すべてあなたのせいです。」

この質問の本質は、「企業は予測をどう扱うべきか？」ということです。 ！

• 自然な傾向を最初に予測し、その後ビジネスがその自然な傾向に基づいて判断を下すと、最終結果はビジネス行動によって妨げられ、予測とは確実に異なるものになります。
• まず企業の行動を考慮し、次に結果を予測する場合、企業はまず自分たちが何をするつもりなのかを私たちに伝える必要があります。そうしないと、予測は間違いなく不正確になります。
• 予測された指標がビジネスと何の関係もない場合、ビジネスのパフォーマンスの低さを予測のせいにすべきではありません (ビジネスとは何の関係もないと言われているのに、それでも責任を転嫁したいのです!)。

もちろん、理想的な状況は、問題が発生することが予測されるが、ビジネス努力の結果、問題がなくなることです。その後、ビジネス側は、データ分析が問題をタイムリーに発見したことを称賛し、データ分析側は、問題を効果的に阻止したビジネスアクションを称賛します。お互いを褒め合うのもいいと思いませんか？なぜお互いを傷つけるのですか?

質問7：「100％正確に予測できれば、ビジネスで確実に良い仕事ができるでしょう！」

この質問には、「うまくいかなかったのは、データ分析で問題を 100% 正確に特定できなかったからです」など、似たような回答がたくさんあります。つまり、ビジネスがうまくいかなかった場合、その責任はデータにあり、ビジネス自体には責任がないということです。

多くの学生はこう尋ねます。「私の分析のどこが間違っているのですか?」これは罠だ。これらの人々と議論しないでください。

分析の詳細については、結局、彼はいつもあなたを責めます。たとえば、「ユーザーがどの日の何秒にアプリを開くかを 100% の精度で分析できないのはなぜですか?」魔法の水晶玉がない限り、これは不可能です。

最善の方法は、相手の力を自分に対して利用することです。知らせ！上司は、責任を回避するようなこの種のビジネスを本当に嫌います。したがって、これに対処するより良い方法は、階層的な分析を行い、成功したビジネスの事例をさらにまとめることです。同じデータ分析がこれを裏付けていますが、なぜ他の人はうまくできるのに、あなたはできないのでしょうか? 「なぜ他社ほど優れていないのか」と「ビジネスはどのように行うべきか」に批判を向けます。こうすることで、責任転嫁を避けるだけでなく、現実的な方法で問題を解決できます。

質問 8: 「分析が会社の業績向上に関連していることをどのように証明しますか?」

この質問は通常、業績評価の際に発生します。この質問を聞くと、人々は歯を食いしばって憎しみ、こう罵りたくなるでしょう。「数字を尋ねていたときは犬のようだったのに、データを見て私を醜い人間だと思っているのか！」しかし、これらの質問は通常、リーダーによって尋ねられます。怒って辞職する以外に、もっと良い方法はあるのでしょうか？

実際、すべてのサポート機能は、ある程度この種の問題に遭遇します。本質的には、それらは「ツール」機能です。それらは、使用されるときにのみ有用であると感じられ、使用されなくなると忘れ去られます。問題を解決したいのであれば、パフォーマンス評価の源から始めなければなりません。合理的な評価基準が必要なだけでなく、リーダーが見て思い出すことができる「美しい瞬間」を意図的に作り出すことも必要です。

著者: 地に足のついた教師 陳;ソース公開アカウント: Down-to-earth Teacher Chen (ID: 773891)