数据分析师,如何支撑看板需求?

文 | 商业智能BI相关文章 阅读次数:1,100 次浏览
2022-11-01 21:18:09

对于数据分析师来说,其中一项日常工作是根据业务需求,来设计和制作看板。今天大师兄就和大家一起来梳理——如何支撑看板需求!

我们可以把支撑看板需求的处理分成3个阶段:发现问题、需求确认、需求处理。

1发现问题

数据分析的核心目的就是发现问题和解决问题。

有时候业务提出的分析需求,可能只是个人的设想,作为分析师,需要有独立判断的能力,帮助提出问题的人梳理清楚问题。

1、何为有效问题?

1)是否有价值?

该问题是否与公司、部门的OKR相关?是否跟着公司战略方向走?

比如某个产品已经流量见顶了,公司整体策略由拉新获客变为提升活跃留存、维护老客,那么即使产品用户体量趋于平稳,也不需要在这上面过于下功夫研究。

2)是否涉及核心指标?

首先需要熟悉公司有哪些指标,尤其是核心指标具体是哪些。其次,需要继续了解这个问题是否涉及核心指标,且涉及了哪些核心指标。

3)是否影响面广?

是否关系到公司的整体策略?这个问题如果不解决的话,会产生多大的影响?如果解决了的话,会有多大的利好?

4)是否可规避?

受宏观影响还是微观影响?无法避免还是本可避免?

比如疫情原因导致的线下门店销量下滑,公司业绩跟着下滑,这类原因受宏观影响,且无法规避。此时单纯研究这个问题意义不大。

若这个问题未受宏观影响,比如,某个产品的最近复购率下降,但宏观政策和环境并没有改变,此时需要深入探索是不是产品本身出现问题,或是竞品导致。这个问题是本可规避但未规避。

5)是否有时效?

时效性的理解就是,如果这个问题现在不解决,对业务后续发展会产生一定的影响。

比如,研究前年10月销售下跌的原因则没必要,要保证数据与时俱进,避免数据过于陈旧;再比如,当前时间节点若是处于市场竞争激烈的态势,则需把握产品的实时数据变化,及时发现问题并迭代。

通过什么方式发现问题?

  • 与历史对比:是否符合历史惯例趋势,比如数据一直平稳波动还是突增or突降?
  • 与同期对比:如周同期、月同期,年同期。
  • 与总体对比:比如某个sku盈利情况与所在品类盈利情况的对比,该sku对总体的的贡献率如何?
  • 与竞品对比:与存在竞争关系的产品进行对比,寻找差异点。
  • 与目标对比:与公司目标、部门目标相匹配的可衡量指标进行对比,是否有跟着公司战略方向走?
  • 与经验对比:以经验第一时间迅速洞察问题,比如双11某门店营收不升反降。
  • 与预测对比:与预测数据的差距是否在正常范围内?

2、问题拆解与归类

常见的问题归类方式有:

按照四象限法则进行归类:紧急不重要、紧急且重要、不紧急不重要、不紧急重要

按照问题类型进行归类:交易相关、流量相关、用户体验相关、数据安全相关、财务数据相关……

有时候我们遇到的问题很棘手,大且复杂。一片迷茫,思维混乱。如何着手去解决?这时候,我们需要将复杂的问题进行拆解,而非将焦点浮在问题表面,把大问题围绕核心点拆解成可以行动的小问题,找到切入点。

打个比方,某个线上产品营收下降了10%,将10%拆解到各个子产品线、各个地区维度等,拆解出下降由哪方面带来,再针对性的逐个分析。

站在业务角度想问题

做分析,很容易陷入一个圈:为了分析而分析

看到一个问题,会想可以用xx模型、xx技巧、xx模板来分析了。使用了一圈的技能,复杂的过程,密密麻麻的公式等,感动了自己,迷茫了需求方。

而对于需求方,在实际业务中其实并没有办法使用。

因此,从实际业务需求想问题,哪怕只是做了一些很基础的分析和计算,也可能会给业务带来很大的便利。

发现问题之后,有了初步的方向,下一步就是需求确认。

3、需求确认与梳理

1、确认需求背景

需求产生的原因:为什么会有这样的需求?

需求要达到的目标:此需求期望在什么时间通过什么样的方式达到什么样的目标?

2、确认指标口径

需要确认清楚这个需求涉及什么指标,哪些是核心指标哪些不是核心指标。每个指标的口径是什么,最近有没有更改口径。

比如客单价,即使大家都知道客单价=GMV/用户数,但是不能想当然以为需求方肯定知道,需求方也以为你肯定也知道,双方未核对口径直接开工干活。这样会存在两波客单价口径不一致的风险。分子什么维度、分母什么维度,都需要对清楚。

因为分析角色是干活的一方,需求方是发布需求的一方,所以面对需求,自身需要想的更多些,有些点需求方可能没想到,此时分析师需要具备更多的主动性。引导沟通、多方核对。毕竟,不沟通清楚需求直接干,容易背锅且被投诉,也竹篮打水一场空,浪费了时间。

3、确认数据维度

数据维度可以理解为研究数据的角度,比如地区、城市、用户名等。

  • 需要向需求方了解清楚:
  • 需要什么维度的数据?
  • 此数据维度按照什么方式聚合?
  • 去重还是非去重?
  • 直接聚合还是累积聚合?
  • ……

4、确认底层逻辑

需求方提需求,一般只会讨论需求详情,但是需求怎么做,数据从哪里获取,他们不需要关心。

比如,需要看某个商品的七日复购率,数据库表中有七日复购率指标么?若有指标口径是否和需求方的口径一致?若无,需要从哪些数据库表进行关联得到所需数据?自己关联计算的逻辑需要数仓落表还是直接应用?

5、确认需求排期

在了解好需求后,需要根据当前的人力进行需求排期,确定完成需求的时间。

6、确认数据安全

分析师可以接触到很多底层数据,必须要有数据安全意识。有的公司划分比较严格,某个模块的需求专门安排某个分析来一一对接。但有的公司没这么严格,需要判别下需求方是否可以查看该数据。

1)需求方是否可查看该数据

即使是同一个公司的人,各自的数据权限也并不一样,一般不允许非必要性情况下获取本职工作以外的数据。比如,两个部门做着类似的产品,有着类似的用户群体,也背负着各自绩效,数据不能相通。

但对方都是希望可以获取另一方数据来做对比,这种情况有的公司不被允许。分析师自然也要判别这种情况,该给给,不该给则果断拒绝这个需求。

2)明细数据是否涉及数据安全

另一方面,需求方有时候需要明细数据,即数据粒度较细的非聚合数据,比如ods层、dwd层的数据,还需要判别下是否能够提供明细数据。有的公司明细数据会受到公司安全部门的监管。毕竟,明细在手,各种角度的分析都能搞。

4看板设计和制作

制作看板方面,可以从核心指标、维度拓展、页面布局3方面来进行设计,例如:

支撑看板需求,核心指标,数据维度

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。

数字化稳回款保现金流,数字化管控思维,房企信息中心化管理,按揭贷款云助手

报表产品更多介绍: www.finereport.com

产品体验

相关内容

目录
立即体验 立即体验

商务咨询

在线咨询
专业顾问帮您解答问题

电话咨询

技术问题

投诉入口

微信咨询

返回顶部