我，数据分析师入行6年，这些坑千万不要踩
共 8224字，需浏览 17分钟
·
2021-09-14 23:01
最近有不少粉丝留言跟我抱怨，作为数据分析人员：
每天提取数据、写分析报告，如此反复却总得不到提高？
经常迷茫不知道自己的价值在哪里？
花了很久做了一份详细的报告却没有什么用？
......
这也是如今数据人常常会遇到的困境，作为数据分析人员，要在大量的数据中找到有意义、有价值的内容并不是易事。
很多时候，随着工作深入，可能会发现自己的工作更像单纯地处理数据，做表，进行可视化…仿佛成了没有灵魂的分析工具人。甚至自己熬夜加班做出来的分析数据，还会被领导反馈说：等于没有分析。
过去，数据分析师绝大多数来自统计学或编程学的人才。随着越来越多企业发现，数据分析人员应该同时具备数据分析能力以及商业运作能力，数字化时代企业都在飞速拓展业务规模，能否推动业务增长，也是衡量不同岗位的关键指标。
企业对数据人的要求，也不再仅仅是数据统计、整理、可视化等偏执行层的能力也就是说，单纯的数据分析还不够，还需要做到点子上：
即用可落地、易操作的数据科学思维来优化企业决策，创造更多价值。
再看到当下大厂对数据分析师的招聘要求，更可以看到：
图片来源：BOSS直聘
这也进一步说明，仅靠数据分析能力是远远不够的，数据分析师想体现自身的价值，形成自身的核心竞争力，紧贴公司的实际业务需求，为进行合理、有效的策略优化提供数据支撑。
01
如今随着消费者的选择越来越多元化，个性化需求也在不断提升，对于品牌而言，如何通过客群运营来挖掘消费者的需求，从而释放消费力显得尤为重要。
因此，品牌要学会与核心客群对话，通过细分各类用户特征、找准用户营销切入点，从用户特性和用户价值等多个维度出发，对目标群体进行差异化营销，进而有效提高品牌营销的效率和效果。
比如拼多多以“拼着买，才便宜”，精准定位下沉市场， 今日头条以“你关心的，才是头条”，利用算法精准推送内容给用户。
用户是营销的主体，而客群细分、精准营销则应是当前各大品牌在数字化营销背景之下的“必选项”。
对于从事数据相关工作的人群来说，如何紧贴公司的实际业务需求，进行有效的数字化客群运营更是重中之重的能力。
到底该怎么进行数字化客群运营呢？下面我们从以下几点进行分析：
道：是什么决定企业的价值？
法：如何提升客户的价值？
术：量化分析手段
器：需要用到哪些工具？
用：如何进行线上产品客群运营优化
1. 道：是什么决定企业的价值？
作为金融机构，其价值不是企业账面上的净资产，而是等于其客户资产，即企业当前客户与潜在客户的货币价值潜力。在某一计划期内，企业现有的与潜在的客户在忠诚于企业的时间里，所产生盈利的折现价值之和。
“客户资产=单个客户的生命周期价值×客户基础”
上式可以看出，其核心是计算单个客户的生命周期价值，指每个客户从萌芽、成长、成熟，到衰退和流失，最终给金融机构带来的总价值。
2. 法：如何提升客户的价值？
提升线上客户价值的方法由两部分组成。一部分是非常标准的数字化运营工作方式的标准流程。
该方法由检测、诊断、指导三个步骤和一个工具组成。
后者就是线上运营的三个主要动作，分别是客户转化、新用户激活、客户提升和保留。
3. 术：量化分析手段
客群运营的辅助分析手段还是很多的，比如漏斗分析、客户画像和路径分析。
拿漏斗分析举例，这方面主要用于分析客户在线上产品使用中的深度。在客户获取、激活等每个阶段都有客户的流失。每个阶段转化率的纵向历史比较和横向客群、产品的比较可以发现有价值的信息。比如本文案例部分使用漏斗分析发现新老客群的差异性。
客户画像是辅助根因分析的重要手段。而路径分析常用于分析客户在APP内的浏览路径，可以直观的了解客户在APP中的浏览路径。
4. 器：需要用到哪些资源？
要想让数字化客群运营流畅的运作，需要金融机构建起充足的数据资源。比如在检测过程中使用到的指标资源、在客户画像中使用到的标签资源、在策略制定过程中使用到的历史案例和策略资源、在精准客群定位中用到的算法模型资源。这些资源的基础是金融机构需要建立起与业务应用相适应的数据模型。这些数据资源通过数据中台对外提供服务。
5. 用：如何进行线上产品客群运营优化
接下来看到一个例子，某金融机构在在手机APP上推出线上便捷消费金融和小微贷款产品。以下是其线上消费金融产品的日度申请客户的完成率。历史上客户从点开页面到申请件提交的完成率一直保持在80%的水平上。但是在5号以后，突然下降到50%的水平上，并且持续数天。业务人员感觉有必要分析一下申请完成率下降的原因。
根因分析
通过内外部因素分析了解到，外部环境和竞品没有发生变化，而该金融机构近期增加了与某机构的合作，引流效果明显，客户申请量突增。通过漏斗分析发现，5号以后的客户在“生物信息采集”阶段的转化率明显下降。而且通过客户画像发现，5号以后的申请者中，客户年龄有明显的上移。
策略
以上现象表明，新的合作渠道引流来的客群与之前的客群有明显的变化。通过更深入的客户画像，发现新渠道的客群中多为已婚男性，有房有车。针对该来客群特点，推荐其适合产品，从而明显提高了申请完成率。
02
其实，除了上文提到的数字化客群运营，还有很多技能都是当下企业对数据工作人员所要求的技能。
那么数据分析师应该怎样提升自己的思维和能力，成为企业急需的数字化人才呢？
敏捷算法建模训练营精讲系列
扫描下方二维码，
立即报名吧！