Skip to content

Latest commit

 

History

History
95 lines (48 loc) · 7.18 KB

one-question-data-project-10x-valuable.md

File metadata and controls

95 lines (48 loc) · 7.18 KB

让你的数据项目价值提高 10 倍的一个问题

原文:www.kdnuggets.com/2021/02/one-question-data-project-10x-valuable.html

评论

布列塔尼·戴维斯,Narrator 数据主管


我们的前三名课程推荐

1. Google 网络安全证书 - 快速进入网络安全职业生涯。

2. Google 数据分析专业证书 - 提升你的数据分析能力

3. Google IT 支持专业证书 - 支持你组织的 IT


数据人员的工作是帮助人们做出决策。无论是快速的临时查询还是高度复杂的统计模型,归根结底,我们都是在为决策提供信息。

我们有多少人在手机上访问我们的网站?

我应该给这个客户提供什么折扣?

谁可能会流失?

决策是我们工作的核心,以至于我们有时会在开始数据项目之前忘记承认它们。我们假设决策融入了我们所做的一切,因此当产品团队提出像“哪些产品常常一起购买?”这样的问题时,我们自然会直接进入数据需求、最佳方法等的探讨。虽然这是一个简单的问题,而数据工作可能会很有趣。我们应该如何可视化结果?如果模式随时间发生了变化怎么办?我们直接进入数据分析,而没有花时间真正(我指的是真正)理解我们试图提供信息的决策。

细节决定成败——而细节在这里尤为重要。如果不了解数据将如何使用,我们无法给出正确的答案。

“如果我只有一个小时来拯救世界,我会花五十五分钟来定义问题,只用五分钟来寻找解决方案。” – 阿尔伯特·爱因斯坦

神奇的问题

幸运的是,我们不需要花费所有时间来定义问题。这里有一个简单的问题,可以在几分钟内抓住任何数据请求的核心:

“你试图做出什么决定?”

附注:在获得答案后你会采取什么行动?

如果没有行动,就不会有影响。这个问题将剖析所有杂乱无章的内容,直接进入行动。

答案可能会非常有启发性!这就是它如此强大的原因。

一个好的回应是具体的! 几乎立即,你应该能够想象他们看到数据后的行动。如果没有,那就是一个信号,表明需要暂停并在考虑数据之前明确问题。

一个好的回答听起来是这样的:

  • “我需要知道哪些客户可能会流失,因为我想给他们发送 10 美元的忠诚积分以挽救他们。”

  • “我需要了解如何对我们的客户进行分段,因为我想基于我们最高价值的客户建立一个类似的受众。”

  • “我需要知道哪一天的打开率最高,因为我想知道我们应该在什么时候发送邮件以获得最多的参与。”

这些回答是具体的,并且有明确的行动计划。很明显,行动将根据数据的结果而改变。不幸的是,并非所有的回答一开始都是好的回答。

以下是一些需要注意的红旗示例:

  1. 听起来具体但实际上不具体的回答。 小心那些听起来很具体但实际上并非如此的回答。“我需要对我们的客户进行分段,以便我可以个性化他们的邮件。”这是什么意思?他们将如何个性化邮件?我们可能会发现邮件团队只是想更新主题行以提高打开率。这些信息可能会改变整个分析。

  2. “一旦我看到数据,我就知道该怎么做。” 这通常是没有行动计划的标志。这些回答通常会导致一个分析有趣但不可操作的常见情况。如果你听到这样的回答,我建议和你的同事进行一些假设演练:“如果数据说 X,你会怎么做?如果它说 Y 呢?”我喜欢这个练习,因为它允许你们俩窥探未来,在你们有了答案但仍不知道如何处理的情况下。大多数人倾向于对数据能为他们做什么进行浪漫化幻想,这也是为什么当你得到分析结果但它无法解决任何问题时会感到失望。假设游戏有助于让每个人回到现实,并对数据能够实现的内容保持务实态度。

  3. “一旦我知道答案,我将能够问{插入后续问题}。” 更多的问题是好的,只要它们最终能引导到行动。无尽的问题只是会导致更多的学习,学习固然重要,但它不是公司运作的核心——决策才是。对于这样的回答,跟踪问题的线索,看看是否最终能得到一个行动:“在你回答后续问题之后,你打算做什么?”

  4. “我不知道。” 一个熟练的数据分析师通常可以识别出那些不会产生实际行动的数据问题,但帮助其他人看到这一点可能会很困难。问相关人员数据将如何改变他们的决策是一个很好的方式,帮助他们意识到他们的数据问题不会给出他们想要的结果。经常问这个魔法问题,你一定会得到一些“我不知道”的回答。当这种情况发生时,这是一个重新调整的绝佳机会。从一个决策开始并找出需要的数据要比反过来要容易得多。

下次有人向你提出数据请求时,请记住那个神奇的问题。并且记住,一个糟糕的回答并不意味着游戏结束。这应该是你达到最终、更好数据问题的起点。一个熟练的数据分析师总是会挖掘出真正的问题,并在开始任何项目之前理解真实的决策。这就是一个数据项目“有趣”和一个能产生影响的数据项目之间的区别。

原文。经授权转载。

相关内容:

更多相关内容