当前位置:首页  >  数据分析专题  > 

都在说数据驱动,可没人教过你方法,看看阿里怎么做的

作者:Jenny.Zhang

浏览:2,558

发布时间:2023.8.2

数据驱动业务是数据从业者的使命。每支数据团队都希望业务部门能用数据说话,习惯于从第三者的角度去审视业务部门的工作方式,指出其不够精细的地方,然后祭出数据的武器,希望力挽狂澜。

其实站在第三方的角度看数据团队的工作,其本身也是一种“业务”,虽然数据团队一天到晚想着用数据驱动业务,但却很少用数据驱动业务的思想驱动自己。

只要你留意观察,就会发现很多数据团队对于自身的管理工作是非常粗放的,定性决策比比皆是。

但如果数据团队自己都做不到用数据驱动业务,又怎能说服别人?

就好比每个家长都希望孩子能喜欢上读书,但首先要做的是以身作则,让自己先爱上读书。

数据团队没有用数据驱动自己,体现在三个方面:

1、缺乏KPI的指引

业务部门的KPI备受诟病,但KPI使得业务目标得到了量化,指明了前进的方向,其是数据驱动业务的从0到1,价值毋容置疑。

但业务部门的KPI并不等同于数据团队的KPI,业务部门的KPI完成了,并不代表数据团队的KPI也完成了,数据团队的使命是驱动业务,而驱动不等于业务。

比如业务部门可以将用户保有率设置为自己的KPI,但数据团队显然不可以。也许数据团队应该将保有用户群的使用次数设置为KPI。

有人会觉得这个KPI太LOW了,但如果数据团队生成的用户群都没被使用过几次,更没资格去谈创造了多少业务价值。

因此,业务部门有没有使用过数据团队提供过的数据,对于数据团队来说是最基本的KPI指标,即使是如火如荼的数据中台,衡量其价值最核心的指标也是对外服务的次数,其他诸如营销成功率等更为高大上的指标,也必须以这个为基础。

没有这些基本KPI的兜底,数据团队的营销成功率等指标大都也是昙花一现,PPT上博个彩头而已。

但大多数据团队并没有认真考虑过如何设置自己的KPI体系,如下表示例。

数据驱动方法,什么是数据驱动,大数据驱动,数据驱动业务

比如基础模型被访问了多少次,融合模型被访问了多少次,环比同比啥的,甚至连这些指标都统计不出来。

在嘲笑业务部门多如牛毛的指标时,数据团队也许连设计指标体系的意识都没有,而这往往是数据团队用数据驱动自己的起点。

2、不会用报表管理

笔者为业务部门做过成百上千的报表,虽然只做报表上不了台面,但报表却是数据团队对于业务最大的贡献,其核心功能虽然只是展示数据,但却是业务有效决策的前提,可以这么说,报表是业务人员的眼睛。

KPI很重要,但要引导业务人员达成KPI,靠的是成百上千的报表指标来做指引。

可惜的是,虽然数据团队每天都在跟报表打交道,但很少会想到用在自己身上,你说奇怪不奇怪。

比如好不容易开发了一张宽表,但第二天能将宽表使用情况的报表放到案前的数据团队寥寥无几,年底的时候也许会有人想到去统计下报表的使用情况,但如此的后知后觉早丧失了改进的机会。

10多年前很多企业的数据仓库动辄3年就要推倒重来一次,原因就在于3年前做的仓库模型已经完全过时了,更可笑的是,一次数据仓库重构后,有60-70%的模型表在其一生中就没有使用几次,这说明了什么?

数据驱动方法,什么是数据驱动,大数据驱动,数据驱动业务

如果数据团队关注数据的运行就像业务关注KPI一样,那就一定会打造出属于自己的报表体系,至少包括数据采集变更、数据模型使用、数据服务提供、数据模型监控、数据模型效果等等内容,从而全面掌握数据资产的使用情况,这是数据运营工作得以提升的前提。

现在每个数据管理者一早打开手机,关注的往往是业务部门的KPI的数据是否有异常,但除此之外呢?

业务KPI指标的翻红固然值得欣喜,但数据运行指标的翻红更能体现数据团队的价值,比如像下面的表那样:

数据驱动方法,什么是数据驱动,大数据驱动,数据驱动业务

3、缺乏分析的改进

有了报表当然不能直接解决数据驱动业务的问题,因为报表只是将数据转化成了信息,虽然它是数据驱动业务的一个前提。而要将信息转化成知识甚至智慧,则需要用更高级的手段。

考虑到人工智能的智慧实在有限,大多数时候我们想要用数据来驱动业务,采用的还是数据分析的老套路,首先基于报表指标做些现状分析,从中发现存在的问题,然后剖析问题,最后召开经营分析会来推进问题的解决。

大多数据团队的数据分析师主要的职责是为业务做分析,而不是为自己的数据做分析,偶偶会有数据资产管理员冒出来兼职一下,看看自己的数据使用是否异常,但也仅此而已。

数据团队总是以配角的身份去参加业务部门的各种经营分析会,很少想过要以主角的身份召开一次针对自己数据的分析会,现在的数据中台非常火爆,但如果没有数据资产分析师(姑且这么称呼吧)的呵护,倒塌是必然的。

笔者痛定思痛,现在每月会召开数据团队的运营分析会,虽然第一次开的时候略显生涩,但数据准备过程的艰辛、开会时刺眼的异动数据以及平淡的数据使用,都让大家意识到自己做的数据的确不咋地,而这才是数据团队能够进步的起点。

下面这张标签数据使用图看似简单,却能体现数据团队的管理水平。

数据驱动方法,什么是数据驱动,大数据驱动,数据驱动业务

数据团队经常说公司没有给我数据驱动业务的机会,没想到的是,我们也许连驱动自己都有些困难。

比如,目前主流的软件——finereport,它小到填报、查询、部署、集成,大到可视化大屏、dashboard驾驶舱,应有尽有,功能很强大。最重要的是,因为这个工具,整个公司的数据架构都可以变得规范,下一步就是构建企业的大数据平台了。而且它是java编写的,支持二次开发,类Excel的设计器,无论是IT还是业务,上手都很简单:编辑sql优化、数据集复用简直都是小case,大大降低了报表开发的门槛。在企业中被关注最多的数据安全方面,FineReport支持多人同时开发同一套报表,并通过模板加锁功能防止编辑冲突;通过数据分析权限控制,保障数据安全。

管理驾驶舱指南,业务指标,数据分析报表需要展现大量的数据和文字,提高信息传递的效率

报表工具产品更多介绍:www.finereport.com


在线客服

电话咨询

技术问题

投诉入口

微信咨询