これは私が今まで見た中で最高のデータ分析です [年間作業計画]

データ分析は具体的にどのように行うのでしょうか?どうすればうまくできるでしょうか?著者の手法を見てみましょう。

今年も終わりに近づき、企業は2024年に向けた業務計画を立てています。データ分析業務計画となると、多くの学生が頭を悩ませています。データ分析作業計画書の書き方は？今日は体系的に説明していきます。

1. 作業計画のよくある落とし穴

他の部門に作業計画の作成を依頼する場合、最も可能性の高いスタイルは次のようになります。

売上: 年間を通じて20億ドルの収益を上げ、月間目標はXXX
運営：年間を通じて10回のイベントを開催し、ダブルイレブンの売上高は5億に達しました！
供給：収益20億の商品の供給を確保し、損失率を0.01％に削減する
開発：10の活動の開始と300日以上のシステムの安定運用を確保する

では、データ分析はどのように記述すればよいのでしょうか?

方法1: 毎日2,000行のSQLを書き、年間250営業日で500,000行を完成させる
方法2: 20個の予測モデルを構築し、99.99999%の予測精度を達成する
書き方3：企業のデジタル変革を推進するための10のデータシステムを構築する
書き方4: 100%のデータ精度で10件の活動レポートを提供する

質問：上記の 4 つの書き方のうち、どれが適切でしょうか?

これは2024年のパフォーマンスに関係するので、ちょっと立ち止まって考えてみてください。

答え：

売上や運営について書かれていることは、会社の業績や資金繰りの進捗に関係しており、皆さんのお財布に直結します！

供給と開発は直接的にお金を生むわけではありませんが、それらがなければ1円も稼げないので、堅固なサポートです。

データ分析が行うことは、厳密でも利益をもたらすものでもなく、したがって不要です。

上記の 4 つの書き方のうち、1、2、3 は重大な失敗です。なぜなら、1、2、3 はすべてデータ分析に関するものであり、データ駆動型、デジタルインテリジェンス、デジタルトランスフォーメーションと言っても、パフォーマンスや収益とはまったく関係がないからです。しかし、誰が、どれだけ動かされたのか、動かされたかどうかをどうやって測定するのか、明確な説明はありませんでした。また、事業部がそれを認めるかどうかも分かりません。それはただの空論だ。

方法 4 のみがかろうじて受け入れられます。

少なくとも、サポート部門の立場に立って、明確なポジショニングを持ちましょう。
少なくとも、あなたの仕事が会社の主要プロジェクトに結び付けられ、不要にならないようにしてください。
少なくとも仕事の成果は定量化（10倍の出力）でき、大きなプロジェクトを立ち上げる際にはデータを見ることが必要です。

この方法でパフォーマンスを測定することは依然として困難ですが、少なくとも自分自身と開発者を同じレベルに引き上げることができます。

これがデータ分析作業計画の出発点となります。

2. 作業計画の基本的な書き方

データ分析作業計画の 3 つの鉄則:

社内の他部門と連携して業務を遂行します。
出力コンテンツ、新規 > 最適化 > 確保。
他の部門が実感できる形で数値化します。

例：

このような最適化を行うと、データの価値を大幅に反映することができ、「XXX を実行しました」と自分で記述するよりも有用になります。知っておくべきことがあります。他の部門のほとんどの人（ほとんどの部門の上司を含む）は、データの原則を実際には理解していません。データの有無、収益の獲得やコストの削減、安定性やエラーのなさなどが、ほとんどの人が理解しやすい仕事の結果です。

計画を立てる際にタスクの目的を確定しておくと、後でパフォーマンス評価を実施しやすくなります。これにより、「あなたがしたことは何の役に立つのですか!!!」という質問が根本的に回避されます。

もちろん、これは単なる基本的な書き方です。データ分析の本質をさらに深く掘り下げてみると、もっと良い方法が見つかります。

3. 作業計画への高度なアプローチ

基本的に、データの生成から使用までには 4 つのステップがあります。

これら4つのステップは、データ分析の3つの重要なタスクに対応しています（小さな図に示すように）

重要なポイントは次の部分です。

インフラ整備は決してメリットとして反映されることはありません。

うまくやれば、それはあなたの仕事です。うまくできなかったら出て行ってください。これがインフラの本当の現状です。そのため、トラッキングポイントの設置、事業部が使用する大型ワイドテーブルの設計・整備、指標の確立、キャリバーのチェックなどのインフラ業務を請け負う場合は、必ず会社の重要プロジェクトや主要政策、複数部署連携などの大きなイベントとセットでお任せください！こうすることで、実行時の抵抗が少なくなり、いざというときにクレジットを計算しやすくなります。

たとえば、埋め込まれたポイントの品質を向上させるには、次のように記述する必要があります。

2024年の同社の主要成長プロジェクトのサブプロジェクト
元のWeChat分裂チャネルの不十分なデータのギャップを埋める
監視チャンネルの総数は15から20に増加しました
ユーザータグの合計が100から120に増加しました

こうすることで、定量化が容易になり、誰もが作業負荷を感じることができ、評価中にそれについて話しやすくなります。

この書き方に慣れていない方は、数日前に放送されたニュースで鉄道開通がどのように報道されたかを見てください。

国家第13次5カ年計画の重点プロジェクト...
総走行距離は1,500キロメートル
当初の5時間の運転時間は2時間に短縮されました
XXエリアからXXエリアまでの高速鉄道の空白を埋める

それが味だ！

データ制作の核となるのは「ツール」という言葉です。

ツールがなければ、人々がビデオを視聴したかどうか、またどれくらい視聴したかを知ることができず、出力を定量化する方法もありません。すべてのツールの中で、新規構築は最適化よりも成果を示すのが常に簡単なので、新規構築の目標を最初にリストする必要があります。

仕事の成果は、目立つほど良いです。

データ画面はデータダッシュボードよりも目を引く
データダッシュボードはデータレポートよりも目立つ
データレポートはExcelレポートよりも目立つ
Excelは、いくつかの数字を電子メールで送信するよりも目立つ

したがって、仕事の計画を立てる際には、ビジネス部門ともっとコミュニケーションを取り、来年の主要なイベントやプロジェクトに関する明確な情報を収集してください。次に、目を引くデータ製品をできるだけ多く提供し、必要に応じてその他の複雑な要求にも対応し、必要に応じてギャップを埋めるために人材を雇用します。これにより、結果が反映されやすくなります。

データ活用の核となるのはシナリオです。

シナリオが具体的であればあるほど、誰かがそれを使用する可能性が高くなります。売上レポートを作成すると、それを読む人は 1% 未満と推定されます。 WeChat for Enterprise でタスクリマインダーを直接送信すると、クリックしないユーザーもクリックするようになります。読み取り速度が飛躍的に上がり、結果の評価もしやすくなります。

サプライチェーンの予測モデルを作成し、その予測を 100% 正確にする必要がある場合、神であってもそれを行うことはできません。シナリオが、誤った選択のコストを削減することに特化している場合、明らかな失敗の選択を選び出すチャンスがあると推定されます。

運用のためのユーザーポートレートを作成する際に、ユーザー特性をすべて出し尽くさなければならないとしたら、死ぬまで頑張っても無駄になってしまうでしょう。しかし、潜在的可能性の高いユーザーを除外し、ただ乗りするユーザーを排除したいのであれば、いくつかの機能で十分かもしれません。

したがって、データを有用なものにしたい場合は、シナリオを詳細に議論する必要があります。シーンが詳細であればあるほど良いです。メリットを最大化するには、4 つまたは 5 つのアプリケーションシナリオを含むデータセットを用意するのが最適です。パフォーマンスを評価するときに書き込む内容が豊富になるように、詳細な計画を立ててください。