郑州赛尚品牌设计微信二维码

VIEW

观点

刘春雄:数据分析师,数字解码器
2021/02/23  admin 

01

 

数据不会思考,会思考的是人。所谓算法,不过是按照人的思考逻辑,按照编程计算。即便是AI,算法逻辑也是人的。人工智能是【人的智能+机器计算】,机器胜在计算。

 

数据分析师,是数据商业价值的解码器。阿里原副总裁,数据委员会会长车品觉说,数据分析师是业务的“军师”。
 

 

一家早几年就做数字化运营的老总跟我说,数据分析人员是他的宝贝。据他说,培养一名合格的数据分析人员,需要数年时间,比培养一名营销管理人员难度更大。

 

02

 

数据分析的目的是什么?大致有3种:

 


 

第一,数据洞察,发现机会


这是中高层对数字化的需求。机会在外部,发现机会需要深入一线。过去,发现机会需要高层到一线,利用高层的洞察力。

数字化给了企业另一个洞察机会的能力:数据洞察。

数据洞察怎么做?这是个难题。任何洞察都是难以模仿的,是难以程序化的。程序化的都不是洞察。

洞察无法替代,即使是大数据洞察也是如此。现在大数据能发现原来没有关联的因素之间是有关联的,但还不是洞察层面。
 

第二,判断和把握业务的整体状况


每个层级、每个人都需要数据把握整体状况,包括老板和一线业务员。过去通过一线拜访和统计数据把握。拜访需要时间,统计数据有滞后性。

 

数据化,可以通过实时数据判断、把握整体状况,减少不必要的拜访。比如,一线业务员可以通过实时数据,实时判断哪些终端有问题,然后精准拜访。原来一个业务员只能负责150-200个终端,现在可以成倍增加。

 

数字化现在已经以能做到“可视化”,这给把握业务整体状态提供了方便。

 

第三,改善业务流程

 

传统营销没有2C,只有2B,业务流程相对简单。2C的业务流程更复杂,一般用AARRR表示。拉新、激活、成交、裂变,上述过程的每项环节,都有数据可依,销售政策有针对性。
 

 

03

 

依托数据的商业分析,有三种类型:

 

第一种分析:模型编程,自动分发。按照确定的商业分析模型,编辑成固定的程序。2C的即时响应就是如此。每次点击电商平台、抖音、今日头条,系统立即按照算法,千人千面、每次不同的内容推送。这种推送必须“瞬间”完成,用户无感。这个过程,称为营销自动化。

 

第二种分析:惯例化分析,人工判断。由系统提供分析模板,按模板分析数据,但最终交由人工判断。2B数据通常如此,系统提供给业务员拜访终端的数据,就要由区域经理和业务员结合线下场景判断,并与终端老板进行沟通。比如,终端数据“不正常”,可以由业务员到终端”核查“。

 

第三种分析:定制化的一次分析。比如市场机会、市场洞察。

 

04

 

最后说一下数据分析师。

 

会说话的不是数据,而是人。数据是死的,人是活的。
 


 

不是人为数据服务,而是数据为人服务。

 

不是业务为数据服务,而是数据为业务服务。

 

大数据比的不是数据大小,不是计算能力,而是对数据的解读能力。机器运算,不能脱离人的思考逻辑。

 

用户画像,建模、编程,即使与C端用户的交互是通过程序自动完成的,程序反映的仍然是人的思考逻辑。

 

在数据中台,有一类人,称为数据分析师。他们是两栖人才,既要懂销售业务、流程,又懂计算机和大数据。

 

只有懂销售业务,才能提出问题,提出数据化的思考逻辑。只有懂互联网和大数据,才能知道大数据能干什么,什么样的问题大数据能解答。

 

数据运营,要有数据分析师。阿里原数据委员会会长车品觉在《决战大数据》中说,数据分析师要有三大“内功”:混、通、晒。

 

混,数据分析人员要与业务员混在一起。混在一起,才能了解业务。

 

通,要全面打通数据与业务的关系。

 

晒筛,即晒出成果。

 

混、通、晒,这是一个数据中台与业务结合的过程。

 

 

05

 

曾经与人有过争论,营销数字化到底是先搞顶层设计,还是先把业务模式走通?业务模式不通,再好的顶层设计都是豪华的摆设。业务模式走通了,顶层设计自然好做了。

 

数字化之所以需要中台,就是中台与一线天然结合。既然是两个组织,结合就有障碍。谁应该更主动结合呢?我认为应该是中台的数据分析师。

 

数据分析师的人员不多,是经过精心挑选的双晒人才。我们不能要求一线业务是双晒,这就要求分析师更主动。数据分析师要主动与业务混在一起,而不是被动服务。

 

 

数据分析师还要分级,有的是数据分析的设计者,有的是业务分析人员。数据分析的设计者,这是数据分析的“种子”,很珍贵。如果内部有苗子,就内容培养;没有的话,就要到外部去挖。

 

我们见到一些企业的数据化推动慢,主要问题不在数据系统,而是缺乏“第一推力”,没有人与一线结合,主动推动营销数据化,大家都在等一个“上帝”出现,然后一切都搞定了。

 

06

 

数据分析师现在很稀缺。

 

电商平台经过多年的摸索,已经有分析师了。甚至现在都在讲“人人都是分析师”,逐步普及化了。

 

传统企业的营销数字化,前提是懂深度分销。有人问我,深度分销过程能否“速成”,我认为很难。而且现在已经深度分销的环境已经没有了,即使想体验,也回不到最初的环境了。

 

未来几年,数据分析师将会很吃香,数据分析师培训可能也会火一阵子。
 




作者:刘春雄

文章来源:刘老师新营销