数据分析与可视化

数据分析师,应具备这4种专业态度

2016-11-24  本文已影响25人  帆软

不管什么专业,不同的视角有不同的启发。

正如电影《12怒汉》中讲述的故事:20世纪50年代,在美国,一个男孩涉嫌杀死自己的养父。法庭经过3天的审理后,将最后决定权交给陪审团12名陪审员。他们被送进一间封闭的休息室里,要求做出最终的判决。陪审团中有11个人最初判定这个男孩有罪,只有一个人持合理怀疑的态度并最终说服了其他的11个人。

如果我们从数据分析的视角看,影片也同样启发我们,作为一名优秀的分析师要有四种态度。依《数据分析,企业的贤内助》所云。

态度一:避免从众心理

陪审团的共同判决体现了团体决策。按照固有思维,团体决策综合了多人的经验和判断,结果要优于个人决策,但这只是理想状态!只要是团体,就会有意见领袖。由于晕轮效应或懒惰心理当团体决策时,很多人会放弃自己的思考,转而追随意见领袖,从而产生从众心理。

数据分析的过程中,从众心理也常常作祟,影响分析结果的有效性。例如,在焦点小组座谈会上,若主持人引导不力,受访者不敢或不愿发表自己的看法,可能就会出现一言堂的局面。再比如,使用德尔菲法时,若设计者没有坚持背靠背原则,参与的专家可能会因群体压力或迷信权威而放弃思考和坚持。再比如企业,在自身基础数据储量还未达到大数据量级别时,就随波逐流,推崇大数据技术,脱离实际。因此,数据分析工作同样要理性决策,避免从众心理。

态度二:避免偏见

很多时候,我们会仅凭过去的知识、经验做判断,于是偏见和思维定势代替了事情的本来面目。在数据分析中也不乏偏见和思维定势的现象,此可谓思维上的懈怠和懒惰。例如,在分析市场机会时,只看需求量不看供给量。或在评估是否要上项目时,一些分析师只看项目本身的收益,却不考虑市场的竞争和自身的实力。而这种思维定势往往给企业造成重大损失。例如,不看市场的供给可能会造成重复建设、恶性竞争;不看自身的实力可能会在激烈的竞争中败下阵来。

态度三:合理怀疑

在数据分析方面,秉承合理怀疑的态度也至关重要!所以在做数据分析时,要合理怀疑,通过假设检验等方法,核实自己的分析结论有多大的可信度。有时候,分析也会出问题,比如样本不具有代表性,或因为主观的原因而不自主的选择数据,造成分析偏差,企业在使用分析结论时,也要合理怀疑。很多数据分析结论是静态的展示,并不能从背后的数据来源做审视。这一类问题,或许利用商业智能FineBI 作分析能有效规避一二。“新建螺旋分析”的功能,可以对前端进行数据处理,而不影响基础数据。对持怀疑的结论进行再分析。

态度四:换位思考

数据分析工作也要学会换位思考,从多角度看待数据和使用数据。例如,为什么要将第三方监测数据和企业内部数据搭配使用?因为企业内部数据准确反映了企业自身的运营情况,但却缺少对竞争对手的考量,因此无法对整个行业进行全局性把握;而第三方监测数据则是全局性的,又有企业自身的数据,也有企业的竞争对手的数据,能够做全行业的规模、竞争和用户分析。但是,第三方监测数据多采用抽样的方式,存在着总体代表性的问题。因此 ,这两方面的数据需要相互印证、搭配使用。

再比如,企业销售数据常由企业的销售人员和客户关系管理系统(CRM系统)来提供。但这两部分数据常存在很大的差别。到底用谁的数据?数据分析师需换位思考,从不同角度看问题。由于销售数据影响销售人员的业绩考核,因此销售人员所给的数据中往往含有水分;而另一方面,CRM系统往往只统计走标准流程的订单,一些非标订单常在线下实现,因此CRM系统跑出来的销售数值往往偏小。因此,这两方面的数据也需要互相调整、搭配使用。

<数据分析大屏展示>

上一篇下一篇

猜你喜欢

热点阅读