数据分析师收集数据常见的三个问题

我们在收集数据时,最常见的三个问题就是不知从何处下手、收集的数据无用、收集的数据不全面。这三个误区往往会导致收集的数据不准确,从而影响后续的数据分析环节。

一、 不知从何处下手
上司安排刚入职没多长时间的数据分析师小李做一项人力资源数据的分析。小李以前也没做过人力资源方面的分析,虽然说也知道一些基本的知识,可真正做起来还是不知道怎么下手。但上司安排的任务又不能不做,于是,他向人力资源部要了一堆数据就开始做数据分析了。
几天后,上司看了他做的数据分析结果很生气,因为他分析的结果跟公司的情况根本就不相符。上司不得不找别的数据分析师重新分析。
小李自己也觉得做得很不好,这时才想起来去请教别人。一个闲暇的机会,小李过来跟我说了这件事,问我怎么做。我问他:“你在做数据分析前,想过为什么要做这项数据分析吗?你知道上司想通过数据了解什么吗?收集数据无从下手时,你问了吗?”连续问了他几个问题,他哑口无言,我便跟他说了一些收集数据的技巧。再做数据分析时,小李便能从容应对了,分析结果也得到了上司的认可。
数据收集是一件非常烦琐的事情,一旦出现失误,就会浪费大量的时间和精力。收集数据时,如果不知道如何下手,我们可以从数据使用者的角度出发,把握数据分析的切入点。收集数据之前,我们需要明确两个问题,如图所示。

收集数据前需要明确的两个问题

1.为什么这样做
很多数据分析师在收集数据之前都不知道为什么要做这项数据分析,也许只是因为这是上司安排的任务。这样,在收集数据时数据分析师就很被动,无从下手也是必然的了。在数据收集之前,数据分析师一定要了解清楚为什么要做这项数据分析。
比如,你打算分析人力资源的数据,可人力资源的数据有很多,你要知道你分析的是哪个方面的数据,上司想要了解哪个方面的信息。如果你的上司想知道公司薪酬设计得是否合理,那么你不仅要收集本公司的薪酬数据,还要收集当地同行业其他公司的薪酬数据以及相关行业的薪酬数据,这样你才能在收集数据时明确方向,收集的数据也才是有效的。
2.数据从哪里来
收集数据有很多途径,选择得不合适,就有可能导致收集的数据有问题。因此,在收集数据之前,数据分析师需要考虑采用什么样的途径收集数据才能使收集的数据全面、准确。
比如,你想分析企业的经营状况,那么你需要从企业的净利润、利润率、成本三个方面来看企业的经营状况,自然你需要收集这三方面的数据。收集这些数据时你只需要跟公司的销售部等部门要一些相关的数据,然后做对比分析就可以了。
如果你收集数据时感到无从下手,不妨试一下我的方法,在收集之前,明确一些问题,你就会有方向了。

二、 收集的数据无用
数据分析师小A是我为某个公司做培训时遇到的,他在做数据分析时,就遇到了这样的问题:收集的数据没多大用处。用不上的数据就代表你在做无用功,所以说,收集数据一定要有针对性,要针对问题来收集数据。
小A所在的公司是一家零售公司,有一次,他需要做客户满意度的相关分析。在收集数据时,他收集了公司的产品零售数据,想要从这些数据中了解客户的满意度。可他分析了这些数据之后,根本就看不出客户的满意度,他看了看数据,数据都是真实的啊。他也不知道到底哪儿出了问题。
在一次培训课上,他跟我说了这件事,问我什么原因。我看了看他收集的数据,发现根本就是文不对题。我回答他:“你收集的这些数据是看不出客户满意度的,你仔细想一下了解客户满意度一般都应了解哪些方面。而且了解客户满意度一般需要问卷才能看出来,问卷你都没做,还怎么了解?”
根据我的建议,小A又重新调整了思路,针对公司的产品设计了一份调查问卷,通过网络发到客户的手中,依照收回的有效数据做了数据分析,这次的结果很清晰地看出了客户对公司产品的满意度情况。
一般来说收集数据的方法有调查问卷、查阅资料、面对面访谈等多种形式,由于前文已经有过详细的讲述,这里就只对查阅资料法进行介绍。
通过查阅资料来收集数据相对来说是比较简单的数据收集方法,在明确问题之后,确定想要查阅哪些方面的内容,然后针对内容查阅就可以了。比如,你的上司想要了解近三年家电行业的发展趋势,那么你就需要针对问题查找近三年家电行业的相关数据,然后针对数据做对比分析就可以了。
不管你要做哪方面的分析,都一定要针对问题来收集数据,这样才能保证数据的准确性和有效性。

三、 收集的数据不全面
数据分析师张红是我培训过的一个学员,她所在的公司为一家服装公司。她在进行数据分析时,常常出现收集数据不够全面的情况,这就导致她的数据分析结论不够真实,缺乏证据,因此她也常常被经理责骂。
一次,她对公司服装品牌种类的出售情况进行分析。为了收集数据,张红调取了公司近三年的客户购买信息,同时也对公司每个服装品牌的销量进行了统计。经过一个星期的努力,她整理出了一张数据分析报告交给了经理。然而经理在看完她的报告以后,十分生气,责令张红在两天之内重新交一份数据分析报告。
张红感觉很委屈,自己明明已经做了最大的努力,为什么还得不到认可?当时我正好去张红的公司办事,恰巧遇到了她。于是,她沮丧地将自己遇到的困难诉说出来,并问我缘由。
我并没有直接回复张红,而是让她将数据分析报告递给我看看,然后告诉她不要着急,下午给她答复。到了下午,张红找到了我,希望能够尽快得到解答。
我对她说:“别急,我们去看看店里的情况。”
到了店里,她仍然疑惑不解,我指着柜台说:“等一会就明白了。”
就这样过了半个多小时,终于,柜台处来了一位退衣服的顾客,看完这位顾客退衣服的过程,张红若有所思。过了不久,又过来一位换裤子的顾客。这时我对张红说:“这些客人的数据你统计了吗?”
张红有些尴尬地回答:“没有。”这个时候,我开始说出经理生气的原因:“服装公司经常会遇到衣服尺寸不合适导致的退货、更换尺寸等情况;再有,由于某些产品的质量不过关导致客户出现财产损失而产生的赔偿,又或者是产品过季造成的积压损失等,都是需要进行分析的。所以说,你最大的问题其实就是数据收集不够全面,因此最终形成的结论没有多少参考价值。”
听完我的解释,张红恍然大悟,她重新调整思路,将公司退货的数据、仓库产品数据、公司曾经赔偿过的产品数据进行逐一分析,并仔细询问公司的各个员工,掌握第一手准确信息,进行了第二次的数据分析。
当张红将第二次的数据分析报告交给经理的时候,经理很满意,甚至在后来的公司大会上当着所有员工的面夸赞张红。
收集数据不够全面容易导致管理层的决策出现失误,给公司带来巨大的损失。假如在收集数据时能够做到以下两点,就能有效避免收集数据不全的情况出现。

1.全局性思维
数据分析师在收集数据时常常只从单一方面考虑,不能从全局思考,这也就导致收集数据时常常遗漏了其他方面的数据。如此一来,最终得出的结论的可靠性就会大打折扣。因此数据分析师需要拥有全局性思维,从大局出发,收集全面的数据。
例如,分析某企业的销售状况,你就需要站在经营者的角度,对销售的每个环节进行数据收集。假如企业竞争对手较多,那么还要对这些竞争对手的销售情况进行分析,只有这样你的数据才算是较为全面的。
2.多途径收集
收集的渠道越多,往往收集的数据也就越多。通过多个渠道收集的数据能够有效避免单一渠道带来的信息闭塞、信息不全面等问题。例如,张红询问公司员工,就是增加了收集信息的渠道,也使得收集的数据更为全面。
当你苦于收集的信息不够全面时,可以参考以上两点,希望能够帮助你解决难题。

未经允许不得转载:陈海飞博客 » 数据分析师收集数据常见的三个问题

分享到:更多 ()