1700502484
1700502485
1700502486
数据挖掘与数据化运营实战：思路、方法、技巧与应用 [:1700497701]
1700502487
数据挖掘与数据化运营实战：思路、方法、技巧与应用 14.3 数据分析师如何培养业务团队的数据分析意识和能力
1700502488
1700502489
在培养业务团队的数据分析意识和能力时，数据分析师必须有目的、有计划、有章法，下面列举了一些数据分析师应注意的要点，如果这些要点能得到数据分析师的有效参考和借鉴，会更有效地加强业务团队数据分析意识和提高分析能力，从而更有效地提升企业的数据化运营落地应用的效果。具体内容如下：
1700502490
1700502491
❑培养的内容与业务团队的日常工作相结合。数据分析师不能为了培养而培养，而是要考虑提升业务团队整体的数据应用能力，从而最终提升企业的数据化运营落地应用的效果。因此，培养、培训的内容应该紧贴业务团队的日常工作，只有跟日常工作密切联系的培养和培训才能真正启发、帮助业务团队，才可以有效提升业务团队的工作质量。
1700502492
1700502493
❑技能的培养与氛围环境的培养相结合。橘生淮南则为橘，生于淮北则为枳，可见环境和氛围对于事物的影响是巨大的。数据分析师应注意在业务团队里逐渐培养，并最终养成数据分析的环境和氛围。举例来说，如果能在业务团队成员之间定期开展有关数据分析的分享和交流活动，在业务周会上专门设立一个数据分析分享和讨论的专题，可以使业务团队逐步养成数据分析的习惯和风气，对于单纯的数据分析技能的提升有十分积极的促进作用。
1700502494
1700502495
❑技能的培养与意识的培养相结合。数据分析的技能固然重要，固然需要培养和锻炼，但数据分析的意识更加重要，而且这种意识的培养比单纯的技能培养要困难得多。关于数据分析意识的培养，将在第16章做详细讲解，在这里就不赘述了。需要提醒数据分析师注意的是，在对业务团队数据分析能力的培养中，技能的培养和意识的培养要协同进行，不能忽视任何一方。
1700502496
1700502497
❑阶段性的培养与长期的目标相结合。培养业务团队的数据分析能力是个长期渐进的过程，作为布道者的数据分析师既要有一个长期的规划和安排，又要将这个长期规划一步一个脚印地具体落实到阶段性目标中，这就是所谓的目标分解。一方面，阶段性的培养目标是达成长期目标的必由之路，不积跬步，无以成千里；另一方面，长期的目标可以矫正、指导具体的阶段性目标的达成。两者相辅相成，相得益彰。
1700502498
1700502499
❑数据技能的培养与业务管理的落实相结合。如果没有业务方相应的管理手段和措施来配合，单纯的教与学，其效果远不如有业务方强力的管理措施支持来得有力、来得显著。每个人或多或少都会有点惰性，每个人面对新知识的吸收和应用时或多或少都会有点畏难情绪。所以，在培养数据分析意识和能力的基础上，辅之以业务部门的具体管理制度和措施加以推动，是贯彻落实应用分析能力的有效保障。对此，数据分析师要和业务团队的相关主管达成共识，这样才能促进和保障业务团队所培训的数据分析能力真正得到应用，真正有效服务于业务实践。这里提到的管理制度通常包括业务团队每周的数据分析分享会，以及在业务团队成员的工作考评中设立一个固定的项与员工自主性的数据分析成果挂钩等。总而言之，只有得到业务团队相关管理制度和措施的支持，业务团队数据分析能力的培养才能够有效落实于业务实践。能力得到提升才是真本领，才表示培训的内容真正为业务团队所掌握和消化了。
1700502500
1700502501
1700502502
1700502503
1700502504
数据挖掘与数据化运营实战：思路、方法、技巧与应用 [:1700497702]
1700502505
数据挖掘与数据化运营实战：思路、方法、技巧与应用 14.4 数据分析师培养业务团队数据分析意识能力的案例分享
1700502506
1700502507
数据挖掘与数据化运营实战：思路、方法、技巧与应用 [:1700497703]
1700502508
14.4.1 案例背景
1700502509
1700502510
某电商平台的运营团队负责多种在线产品在平台上的运营和推广工作，由于同时运营着多种产品，运营团队对于每种产品最适合的运营方式不太清楚，这里的运营方式包括运营的通道、位置、手段、文案、噱头等运营中可以优化、选择的各种方式。运营团队如果对于每种产品最适合的运营方式不太清楚，会导致以下两个严重的后果：
1700502511
1700502512
❑因为心中无底，所以在运营之前对于具体运营方案的设计没有一个清晰的判断，运营方案的设计带有较多的盲目性，而这又导致具体应用的方案效率低下。
1700502513
1700502514
❑因为心中无底，所以常常不可避免地造成运营资源的浪费。
1700502515
1700502516
负责支持该运营团队的数据分析师与运营团队朝夕相处，于是很快发现了这个比较严重的现象，他觉得趁着这个契机，可以帮助、引导、推动该运营团队通过自主分析，有效解决心中无底的困惑，最终可帮助运营团队找到各种产品相对应的比较合适的运营方式，即关键要素的有效、合理的匹配。下面就来看看数据分析师是如何指导运营团队的。
1700502517
1700502518
1700502519
1700502520
1700502521
数据挖掘与数据化运营实战：思路、方法、技巧与应用 [:1700497704]
1700502522
数据挖掘与数据化运营实战：思路、方法、技巧与应用 14.4.2 过程描述
1700502523
1700502524
数据分析师首先应仔细思考存在上述问题的原因，只要给予一定思路上的引导和方法上的帮助，运营团队是完全有能力自己通过分析和总结来解决这个问题的。通过与运营团队业务主管的沟通，使对方完全支持数据分析师的想法，并希望能尽早在运营团队中实施。
1700502525
1700502526
接下来，数据分析师根据具体的业务场景，为运营团队设计了一份每日在线运营方案监控表格，如图14-1所示。这个表格聚焦了运营团队面临的主要矛盾，即不清楚每个产品对应的最合适的运营方式，包括通道、位置、手段及噱头等。如果运营团队能每天认真填写好该表格，并且仔细分析，是可以有效解决当前面临的困惑的。
1700502527
1700502528
1700502529
1700502530
1700502531
图14-1 在线运营方案监控表
1700502532
1700502533
由于图14-1的列数较多，限于版面本书不能原样清晰展示，因此稍做了处理，在表14-1中为读者整理了各列的清晰字段。