数据分析师拯救猪队友的操作指南.doc

年初各种盘点、总结、回顾类的报告很多，有一类“不带脑子”的队友纷纷上线，搞得做数据分析的同学们非常蛋疼。具体表现吗，看下图：

来，陈老师把那句没说出的买马匹替大家说了：做业务、做业务，连自己要做成啥样都不知道，还做个毛线啊！脑子都去哪里了！不知道早问啊，现在都搞完了，拉了一裤裆了，擦屁股想到老子了……

咋整？我们今天详细整一整。

不带脑子？不是蠢就是坏

为什么会这样？其一就是：蠢。很多人干活就是不带脑子。确实有很多公司的运营、策划、产品经理，干活就找模板，想创意就抄竞品，其他啥都不会。

你问他为什么干？

他回答：

过去是这么干的，今年也这么干；

我看人家这么干，我也这么干好了；

老夫从业十年都是这么干，为啥不继续干；

这是老板命令的，我也不知道，我也不敢问。

至于这么干行不行、会干成啥样、干不好了还能咋样，完全没思考过。如果业绩风调雨顺，就你好我好大家好。如果业绩不行，就开始怪大环境，怪对手太凶猛，怪公司没投入，怪领导瞎指挥。最后一句：“这个得用人工智能大数据分析下”，把烫手山芋丢过来了……

╮(╯▽╰)╭

还有一类就是：坏。自己写目标怕完成不了，于是故意留白，等着“人工智能大数据分析一下”。刚好新入职的小伙子信了！还真以为人工智能模型能搞掂，两者一拍即合。

最后的结果：

如果分析出来效果特别好，老板质疑！丫就甩锅给数据分析师，说：我看不懂呀，都是数据分析搞得；

如果分析出来效果不好，丫就站出来说：是不是分析的不够深入，是不是分析的不够全面，是不是还少了考虑行业、宏观、用户等深层次影响？

总之你拿回去改，你没有分析到位！

(▼ヘ▼#)

总之，这些乱七八糟事是我们不想面对的。可如果事已至此，队友真的就没定目标，并且良心没有大大滴坏啦，想一起补救，咋办呢？

破局关键：找参照物

想事后补救，最关键的是：找参照物。在事后补一个评价标准。这样做颇有：“先射箭再画靶子”的味道，是非常不科学的。但是总好过没有评价标准。因为如果没有评价标准，单纯的计算活动中业绩、用户、销量等数据，会引发一系列的问题：

你看，完全扯不清楚。

这还是业绩类活动。如果是任务类的，比如增加用户量、清库存之类，就更扯不清了。到底增加多少用户才满意？增长上限是什么？这一炮把钱都花了剩下几个月咋办？清库存反正都要清啊，凭什么说你活动做得好？一件都交代不清楚。

所以切记切记：先找参照物，评定对错好坏，再分析为什么会好/为什么会坏，有多少改善空间。这样做最清晰，最有效率，能减少很多毫无意义的扯皮。

隐藏的刚性目标

本篇例子是促销活动，从逻辑上讲，促销活动是一定会拉动销量的，毕竟是砸了真金白银的。问题的关键是：增加的销量对不对的起投入的成本。这也意味着，促销活动都是隐含了刚性目标的：

销售额比没促销涨

活动期收入+活动成本，大于活动销量增长

具体例子看下图：

如果做了活动反而比没做还差！活动参与的人压根没几个！那做的是个屁呀，多明显的问题。

BUT，一般这时候，业务部门会跑出来强行洗地：“做了活动更差，是因为不做活动会更更更差”。这种洗地是毫无节操的，典型的做烂了还不认的行为，你咋不说你不做活动地球就爆炸呢。

这时分两种情况。如果是上图1走势，业绩虽然持续下滑，但是跌的轻了，这时候还能洗洗地。如果是上图2走势，正常周期波动，丫做了活动业绩反而跌了，那就是活动做烂了，洗都没得洗。

这时候送给业务方的就八个字：下跪认错，低头挨打。

其他事后补目标的方法