搜文章
推荐 原创 视频 Java开发 iOS开发 前端开发 JavaScript开发 Android开发 PHP开发 数据库 开发工具 Python开发 Kotlin开发 Ruby开发 .NET开发 服务器运维 开放平台 架构师 大数据 云计算 人工智能 开发语言 其它开发
Lambda在线 > 数据分析 > 推荐 :数据分析师与运营协作的9个好习惯

推荐 :数据分析师与运营协作的9个好习惯

数据分析 2017-10-31

最近两个月我将大量的精力放在了业务分析团队的组建和管理上。不断解决日常中遇到的协作问题,使我学到了一些分析技术以外的知识。由于人多事儿多,所以出现了不少很好的协作案例,值得推广。


  1. 分析师尽早介入业务。


  2. 运营伙伴做好合理排期。

    推荐 :数据分析师与运营协作的9个好习惯


  3. 及时反馈。

    推荐 :数据分析师与运营协作的9个好习惯


  4. 利用现有数据源解决问题。
    许多时候,我们并不是缺乏数据,而是“懒”,不去挖掘现有的数据集的潜力,导致分析师觉得有很多简单重复需求。

    推荐 :数据分析师与运营协作的9个好习惯


  5. 过程中紧密沟通。
    不要做“甲方乙方”,而要做“一条绳上的蚂蚱”。

    推荐 :数据分析师与运营协作的9个好习惯


  6. 运营不是放大压力给分析师,而是帮助分析师减负。
    从业务到分析,这个协作链条的上下游,天然就有“放大压力”的属性。比如运营任务deadline是7天,分析需求就会压缩到3天。更何况我当前所处的环境,很多事务都是1-3天,那么数据需求就大量的是1-2天期限,不少是当天需要完成。

    推荐 :数据分析师与运营协作的9个好习惯


  7. 清晰的阶段性规划。



    推荐 :数据分析师与运营协作的9个好习惯


  8. 主动地点对点培训。
    大批量集中的技能型培训,实际上效果都非常差。真正有效的互相学习,还是自发形成的“一个愿打,一个愿挨”的点对点培训。要想办法创造这种环境:1.招聘自驱力强的人;2.鼓励事情做深做细;3.减少“贴膏药”的事情;4.对有难度的事,给予充分的时间。

    推荐 :数据分析师与运营协作的9个好习惯


  9. 通过同理心来实现互相信任。
    很多人会说,协作中的问题基本来自“信息不对称”。但以我目前的观察,信息不对称的根源是运营与分析师不够互相信任。如何增强同理心?目前我没有很好的方案,也许“时间能改变一切”?

    推荐 :数据分析师与运营协作的9个好习惯



根据实际情况,再举几个典型的问题,是我们目前没有解决的。但我根据经验给出一些解决的方向,并正在向这个方向努力。希望有经验的读者能在回复中给我们一些好的启发!~


  1. 对于取数型的任务(数据描述型的任务),搁置争议,先解决眼前的问题。推荐 :数据分析师与运营协作的9个好习惯


  2. 对于数据分析不能解决的任务,我们永远要追求“客观性”。一定不能出现“为了结果而分析”,更不能出现“包装结果”。


这其实有两个方面:一是分析师能力不足,不能够解决某个业务问题;二是问题过大,超出数据分析的边界。面对第一种问题,通过换人或者外部请教,一般能解决。面对第二种,我暂时只能控制不出现“假分析”。


但这说起来容易做起来。。。谈何容易。


这点往往与第一点产生矛盾,业务方急着要分析结果,而分析师除了“猜”,不可能给出满意的分析结果。面对“强人所难”的情况,也是我最近“心累”的主要原因。

END


【数据分析】原创“数据运营”系列文章;



数据运营 关联文章阅读:  

    


数据分析、数据产品 关联文章阅读:










商务合作|约稿 请加qq:365242293  


更多相关知识请回复:“ 月光宝盒 ”;

数据分析(ID : ecshujufenxi )互联网科技与数据圈自己的微信,也是WeMedia自媒体联盟成员之一,WeMedia联盟覆盖5000万人群。

版权声明:本站内容全部来自于腾讯微信公众号,属第三方自助推荐收录。《推荐 :数据分析师与运营协作的9个好习惯》的版权归原作者「数据分析」所有,文章言论观点不代表Lambda在线的观点, Lambda在线不承担任何法律责任。如需删除可联系QQ:516101458

文章来源: 阅读原文

相关阅读

关注数据分析微信公众号

数据分析微信公众号:ecshujufenxi

数据分析

手机扫描上方二维码即可关注数据分析微信公众号

数据分析最新文章

精品公众号随机推荐

上一篇 >>

性能测试之jmeter