拒绝加班,远离业务部门5类垃圾需求的正确方式

  • A+
所属分类:数据分析 数据运营

马上过年了,地铁上人越来越少了,该放假了!但是!有多少同学是因为业务部门提的需求太垃圾,而没假放,边加班边骂娘的!

今天让我们来认真骂骂街,那些害你放假不得的垃圾需求。

拒绝加班,远离业务部门5类垃圾需求的正确方式

垃圾1号:梦里不知身是客,我的需求是什嘛

典型场景:业务部门小哥急匆匆跑过来说:“老板安排一个很重要促销任务,要在年底做活动拉一下用户活跃度,帮忙分析下”

错误应对:切暴走模式,怒吼:“你是傻逼吗!带脑子了吗!”

正确应对:慢条斯理的说:“在年底拉动消费提升用户活跃度是一个目标,不是一个具体的事情,要具体到产品,人群,渠道才能做评估,你可以先看看现有的产品,渠道,人群的报告,有了初步想法以后我们再沟通!”

要点解析:这种常见于刚刚入职的,工作经验1.5年以内的,很小白的业务方,以为分析部门是奶妈,只要张口哭就有奶吃。本质问题是不知道如何应用现有数据解决问题,要耐心的引导。当然对方如果执迷不悟甚至搬出老板来压人,可以选择错误应对教训他一下。

垃圾2号:抓住需要当需求,每天加班没尽头

典型场景:

业务部门小哥说:“我要一个过去3个月有活跃用户人数”

给了数,又说:“我要一个过去4个月内有活跃用户人数”

给了数,双说:“我要一个过去5个月内有活跃用户人数”

……

给了数,叒说:“我要一个过去18个月内有活跃用户人数”

错误应对:加班一夜,把过去1800个月以内所数据都跑出来

正确应对:从一开始就不要接这种需求,先问:“亲,你要解决的业务问题是什么?你准备拿哪几个数来说明这个问题?我给你这几个数以后你又准备怎么判断?” O(∩_∩)O

要点解析:这种常见于刚刚入职的,工作经验1.5年以内的,很小白的业务方,以为分析部门是奶妈,只要张口哭就有奶吃。本质问题也是不知道如何应用现有数据解决问题,他的上级提一个数就要一个数,完全没想过数据怎么用!所以要耐心引导,不要急着做东西,否者改死你!

垃圾3号:计划没有变化快,一天一版搞竞赛

典型场景:

业务部门中哥说:“我想做这个……”

“看到这个结果我联想到……”

“看到这个结果我又联想到……”

“看到这个结果我双联想到……”

“看到这个结果我叒联想到……”

“看到这个结果我叕联想到……”

错误应对:抄起你雨伞,对着他的嘴巴,天降正义!

正确应对:在第一次提需求的时候,就先说:“哥们你想做这个主题,我们看数据的方式是这样的,看到结果以后预判的假设是XX,这样能验证结果。如果你变想法了,那作为一个新的需求,加入队列,看我的工作时间重新安排。”

要点解析:这种常见于入职1.5-3年,有一定经验的业务方,想法多但欠经验,简单说就是喜欢瞎想。本质问题是缺少经验和积累,没有独立判断能力。本着优质服务的原则,不要直接拒绝他的需求,而是要坚持一事一议,做完一个课题再做下一个,不要急着变,这样帮他积累经验,也帮自己喘口气,不要累死自己。

垃圾4号:原因结果倒了个,测算不知怎么做

典型场景:

业务部门中哥说:“我们明年会调整经销商的考核办法,测算下业绩会拉动多少?”

错误应对1:打开手机百度,搜一个佛祖大号高清无码照片,然后说:“哥们你有火机吗?我们敬三只烟问他老人家”。

错误应对2:感激的临表涕零:“终于不是只跑报表了,可接了大活!”

正确应对:在第一次提需求的时候,就先说:“经销商制度改变会从根本上改变经销商经营方式,之前从没有过先例,你们还不如先找一些KA聊聊听听意见,内部数据没有分析头绪”

要点解析1:这个是必杀大错!把无数菜鸟分析师拖下水!要清楚一个情况,就是数据分析做预测的基本原理是“原因结果有规律,过去发生的规律会重现”,要抓住原因找结果。而像这种全新的制度改变,影响业绩的原因已经变化且无迹可循,要首先做定性研究,了解变化可能的走向,而不是急着用历史数据做推演。不找到新的原因,不但推演是扯淡,而且很有可能背上:测算不准,影响决策的超级大锅。切记切记。

要点解析2:即使是先做调研,也是在坑调研而已。因为做经销商访谈,会遇到典型的口是心非的情况,没人会对公司吐真言,所以最好还是让业务部门自己想办法从业务上规避风险,做小范围测试,我们看测试结果再做推演。

垃圾5号:测算结果不满意,抓耳挠腮找证据

典型场景:

业务部门大哥说:“这个测算结果我们不接受!改!”

业务部门大哥说:“这个评估结果我们不接受!改!”

业务部门大哥说:“一定是你们漏考虑了什么东西”

错误应对:你声音大你话事,你说咋改就咋改。

正确应对:我们只是根据事先定义好的维度,呈现基本事实,你不满意我们可以直接见老板。

要点解析:呈现事实是数据分析人员的基本操守与 职业底线。业务部门才是不择手段达成目的的。这种问题常见于在业务部门混了很多年的老油条,强势,自负。这种情况,恰恰反映了在分析开始讲清楚分析维度,判断标准的重要性,要按照共识做事,坚守道德底线,你会赢得更多尊重。

总结:之所以这个岗位叫数据分析师,不叫数据师,就是为了体现我们的分析问题的能力,用梳理问题——提出假设——寻找数据——检验假设——输出结论的科学方法代替拍脑袋。所以不要纵容业务方一盆酱子不思进取,也不要屈从于业务方异想天开,自以为是。坚持事实,坚持科学方法,你会赢得更多尊重X2。


本作者:天善特邀社区专家 陈文

他的系列文章戳这里:https://ask.hellobi.com/blog/chenwen/6020

黄成明
深入浅出数据分析(中文版)
中国大数据生态图谱&大数据交易市场专题研究报告
误差分位数的默示有效估计与\ 自回归时间序列的预测区间
小额消费信贷用户数据

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: