运营人的数据分析能力分级，你在哪一级？

导读：数据分析能力如何才算高？很多做数据的运营人都有这个困惑，今天这篇文章给大家解这个局。

这里问题的核心在于：如果不能按自己的建议做项目，是不是就不能提升数据分析能力了？回答当然是：否！数据分析的能力晋级分为四个层级，所谓“按我的意见做”根本就不在这个晋级体系里。

那数据分析能力晋级体系到底有啥？结合一个具体例子，细细看：

  1   

第一层：跑个数

比如一个互联网业务，新用户获取数量，消费比例，消费金额数据如下：

                       

这个肯定是数据分析师整理出来的。这也是第一层数据分析能力。跑正确的数，是基础中的基础，如果连数都跑不出来，可以直接转行做利用数据的业务部门，比如用户运营、增长黑客、渠道推广啥的。

 

问题是：跑完了数以后呢？

  2   

第二层：提建议

如果只是被动地等着业务提需求→跑个数→再提→再跑，不但做得很辛苦，而且没啥价值产出。大家都不喜欢这个状态。因此至少应该：把自己跑的数看一遍。在解读数据的基础上，找深入分析的机会点，提一些业务上建议，找一找数据变现的机会。

 

比如有一名数据分析师看到这个数据，提出建议如下：

这个就叫：从数据到建议。先不管这个建议靠不靠谱，起码不再仅仅是就数论数了，有了对业务有价值的思考。

 

然而，这种建议很可能不会被业务接受。负责新用户获取的增长部门表示：“你这分析我早知道了，行业内有很多9块9引流的方案在做呀，我要做个不一样的，做个单价200元的新人大礼包！现在就是没人做所以才没人买，我做了就有人买！”

 

这时候，最菜鸡的一批数据分析师已经叹口气退出了，然后仰天长叹：“我怀才不遇！如果到一家数据驱动型公司，一定全公司的人都乖乖听我的话，做他个9块9的引流……”

 

而有点经验的新手数据分析师，会奋起反击，列出业务部门想法的错误之处：

 

● 错误点1：如果新用户真有消费力，目前也有200元的产品，累计购买率才7%

● 错误点2：目前新用户仅识别手机号，如果给新用户太多优惠，很容易被薅羊毛

● 错误点3：老用户中，有大量用户能买200以上，他们会冒充新人来薅这个大礼包

 

注意：做到这一步，才算做到了“提建议”。提建议不止是对着数字拍脑袋，而是有论点，有论据，最好有正反向论据的支持（如下图）

然鹅，增长部门完全无视了数据的建议，就自己上200元的大礼包了。此时，新手数据分析师也退出了，然后仰天长叹：“我怀才不遇！如果到一家数据驱动型公司，……”

 

那么数据分析的老鸟们，此时在干啥？

  3   

第三层：做梳理

真正老练的数据分析师，根本不会牵扯到这种争论里。真正老练的数据分析师，根本不会死抓着自己的一种观点和别人吵架，而是根据MECE的方法，把可能的情况梳理清楚（如下图）

 

当任何一方提出业务建议时，第一时间做的，不是去吵好不好，而是先引导大家，建立判断情况好不好的标准。

 

比如：针对业务提的方案：

● 最佳情况：新用户业绩提升，老用户业绩不变

● 中间情况：新用户业绩提升，老用户业绩下降，且提升部分远远大于下降部分

● 最差情况：新用户业绩提升，老用户业绩下降，且提升部分小于等于下降部分

（如下图）

这三种情况，分别对应三种假设：

● 假设1：新用户真的更喜欢高价值产品礼包

● 假设2：新用户有部分人喜欢，另外有一批老用户也喜欢

● 假设3：新用户完全不喜欢这个礼包，都是老用户在薅羊毛

 

这三种假设对应的下一步分析动作也是不同的：

● 假设1后续：可以持续推进新用户礼包

● 假设2后续：深入分析新用户群体，区分出喜欢大礼包/低价产品的用户特征，对比两类用户长期价值，为后续策略做铺垫

● 假设3后续：放弃新用户礼包，尝试低价产品

 

综上，以下四个步骤，才是数据老鸟的工作重点：

1、设定监控指标

2、设定评价标准

3、提出分析假设

4、制定分析计划

 

这样做让运营和高层领导都很舒服，可以很清晰地看到方案的来龙去脉，并且用数据说话，而不是靠官衔、嗓门、资历来判定对错，也不会牵扯上各种无意义的口水战。数据才是判官，数据分析师只是宣读判决文件的书记员。

 

当然，很有可能领导们会说：“那站在数据分析角度，你认为会是哪种情况？”这时候数据分析师可以表达自己观点了。

自己的观点选哪一个都行，理直气壮地说：“从数据角度看，这个方案很傻逼，成功率极低”也是OK的。因为数据分析师的观点，只是一种观点而已，最终检验观点对错，还是得数据说话。这才是数据分析师的真正价值。

 

注意！如果真的数据分析的判断很准的话，那么就不但能分析出来哪条方法是可行的，也能分析出来哪种方法不可行。数据分析的判断，不受“别人不听我的意见”的限制。

恰恰相反，如果业务一意孤行，且数据分析提前预判了业务的失败，那在老板心中对数据的信任反而更上一层楼。这种和业务的“对赌”，其实考察的是更高层的一种分析能力：数据判断力。

  4   

第四层：下判断

数据判断力是数据分析的终极阶段。就是基于数据能对业务走势做出准确的判断，并且能用数据修正自己的判断逻辑，让对业务走势的判断越来越精准（如下图）：

如果真的能做到这一点，就是各种史书古籍中所谓的“算无遗策”的最佳状态了。如果数据分析师真达到这个状态，其实和一个合格的业务部门领导，在分析能力上已经没有差异了。如果能再强化一下对流程的管理能力，再补一下对下属的组织能力，就可以真正成为一个事业部级管理的大佬了。

 

遗憾的是，以上四个层级里：

● 大部分新手在第一层，只能当工具人。

● 少部分人晋升到第二层，但止于第二层，然后感慨自己“怀才不遇”。

● 只有极少部分人能做到第三层，这些人不是大企业的数据部门总监，就是专业顾问。

 

至于第四层，反而很少有数据出身的人能做到。倒是业务部门的领导兼任数据部门管理以后，强化了数据分析能力，更容易做到这一点。

这和专职的数据分析师在基础数据处理、数据质量上花了太多精力有关。精力投在技术层面多了，就没有余力顾及搞组织、建流程、挣资源这些事了。

 

不过这都是神仙打架的事。对刚入门的新手同学而言，终极目标就是做到第三层。不要让自己的思路止于：我有一个好点子。想办法梳理清楚各种可能性，建立检验标准与监控机制，利用数据结果不断修自己的判断，这样才能真正体现数据分析的价值，提升自己的数据分析能力。以上，与大家共勉。

野生运营社区正式发布《2021上半年教育圈增长案例合集》，围绕拉新裂变、转介绍、企业微信、视频号/直播、本地化运营等 6 大在线教育关注重点，挑选出 2021 上半年最值得观赏的 37 个案例。了解案例合集更多详情，戳：0元无套路领取：2021上半年教育圈案例合集，这也太疯狂了！

你肯定想问：“这本案例合集（电子版）怎么获得，好想要！”

 

方式1：如果你是野生运营知识星球成员，扫码即可领取↓↓↓

方式2：如果你暂时不是知识星球成员，也有办法，而且还是 0 元的办法！

 

报名参与7月24日~7月30日的案例精读营，是的！我会挑选本次案例合集最值得精读的 7 篇，你需要支付 100 元活动押金，若完成每天的学习笔记+互评群友任务，即可退回全部押金。

 

不仅免费领案例，还避免案例资料沦为收藏夹的闲置物，让它们真正变成脑子里的东西，而且还能通过这次活动交圈层好友，一举三得！心动了吧？扫码来报名↓↓↓如果你觉得这个活动十分有价值，欢迎分享给有需要的小伙伴❤

PS：同样，欢迎野生运营知识星球成员报名参加，与其让资料只能在收藏夹里睡大觉，不如加入精读营，用一篇篇拆解到毛细血管的案例武装头脑！

End

加入社群

野生运营

添加主理人松月微信，备注进群，邀请你加入在线教育社群，获得教育圈最新动态、最强玩法和精准人脉。

加入星球

野生运营

欢迎加入野生运营星球，每周一次快闪分享、教育圈一手资料、1V1答疑……等硬核干货，而且还能一次入手包括 《2020年教育圈增长案例合集》、3989 个在线教育圈案例合集全库、100+ 场群分享的音频+逐字稿、N多运营工具包和资料，就问你一句，值不值？

长按扫码

加入知识星球

▼

老星友续费

长年 8 折

▼

往期精彩回顾

1、2020年在线教育18个运营策略盘点，超全超实用！

2、开工必看：2020年在线教育运营人都在看的42篇文章

3、众筹结果公布：6大垂直教育细分，63个现象级增长案例，19.8万字，2020年教育圈增长案例合集……

4、10600字梳理训练营SOP服务流程、成交细节、产品搭建

5、案例拆解：9000字狂拆豌豆思维老带新体系