京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者:接地气的陈老师
公众号:接地气学堂
数据分析师们!你们有没有被业务当成算命的!未卜先知,一张嘴就能说出惊为天人结论的那种!最好还是他们什么都不说,只要数据分析师们一看面相,就能说出惊人结论的那种。
今天,顽强抵抗的方法来了!
相当多的同学抱怨,说业务部门根本不想沟通。净把做数据当算命的,希望他们什么都不说,我们一看面相就能说出“产品线需要调整,A产品价格再降低25元就能拉动500万销量”这种话。该怎么破!
╮(╯▽╰)╭
答:既然他们把我们当算命的,那今天陈老师就来算会命!作为中国人民,算命咱有种族优势!其实算命肯定是不会未卜先知的,如果真有这本事,谁来顶风冒雨的裹个道袍在路边吃土呢,早炒股去了。然而为什么算命大师们总能忽悠到人?因为他们能把未卜变成已卜,在预先设计好的陷阱里等你。记住这一条,这是关键。具体战术有三种:
第一种:指桑骂槐。
比如一见面大吼一声“我见施主印堂发黑,乌气缠身,不日必有厄运!”这么一喊,那些没病没灾的人自然会骂一句:神经病,然后走掉。但那些忧心忡忡的人就会动心,就有机会停下来说:师父何出此言?这时候大师们就成功了一半,再往下,人纠结的问题无非是财、情、命。选一个说,总有机会撞成功。
但是这一招只能对女性/老人用,面对壮男骂人家有灾祸,估计自己马上就有灾祸了!不过可以反其道而行之。比如在华盛顿三温暖门口,你看哪个老板最春风得意,上去算一卦说老板的命数是“不赌不知时运到,不嫖不知身体好”老板龙颜大悦,赏钱也就到手了。
所以大家会发现,指桑骂槐法本质就是碰运气,通过刺激性语言+大家都关心的事,激发用户同理心,从而说出对方心里想说的话。这一招更适合激发话题,而不是解决问题。在数据分析中可以这么用:
比如业务方不想跟我们聊太多业务上的事,那就先聊别的,先交朋友。大家在一起吃吃喝喝打打机开开黑。然后等他们什么时候加班熬夜,唉声叹气的时候,可以使用这招了,具体的可以这么说:
这样可以激发他们的对话欲望。你让业务方给你解释业务,估计没人有动力,你和他一起骂“傻逼领导”“傻逼客户”“傻逼系统”他可有劲了,这么一来二去,就能知道业务部门到底在烦什么,到底在处理什么问题。这样就撬开了业务方的嘴,能知道具体分析什么问题。
第二种:守株待兔。
你会发现,算命大师们也是有特长的,比如有些特别擅长求姻缘,有的特别擅长测家居风水,有的特别擅长起名字。有的大师专门蹲在医院门口,有的专门蹲在公园旁边。是滴,这就是守株待兔之法——通过在特定场景蹲守,逆向选择客人。
大马路上随便拉个人,我也不知道他是干什么的,但是我蹲在医院门口,来了个两眼通红一脸憔悴的中年男人,不用说,在医院陪爹妈的。我是姻缘大师,来了个灰头土脸苦情中年女人,不用说,老公出轨离婚想再嫁的。你看,逆向选择就是这么有效,极大提高了蒙中的概率。
对数据分析的借鉴意义在于:以往出现过的业务问题,很可能再次发生。特别是那种发生过以后,没有设立报表监控的问题,特别是设立了报表监控,但是报表打开率几乎是0,业务方已经忘记的问题。这时候我们就可以守株待兔了。
比如:
我们不用等业务方提需求,主动把监控数据调出来,守在这等。如果发现问题苗头或者数据异常,立马报警。如果业务部门忘了,这就是数据分析的大功一件。如果业务们没忘,我们也可以报一声平安无事,让大家安心。
第三种:投石问路。
第二种其实还是在碰运气,很有可能守不到兔子。这时候就得和算命大师们学更高级的算命技巧:投石问路法。本质上,我们遇到的麻烦在于:业务方既不想沟通又想听分析结果。但凡只要业务方张口提一些问题都好。所以投石问路法,就是让人张口的办法。
算命大师们会先摇色子、求签、塔罗牌、报八字、转转盘、问星座。这些都是算命大师们投出来让你说话的石头。
比如大家都熟悉的星座,你会发现每个星座的描述似乎都和自己有点关系,似乎又有点区别,似乎每个星座都是有好有坏。
比如说白羊座:“白羊座就像小孩子一样,直率、热情、冲动,但也十分的自我为中心和孩子气”,白羊座的人看了会情不自禁认可或反对某些点。是滴,当你表现出认可或反对的时候,你就展示出了态度,算命大师们会察言观色,选择你展示出来的那一面继续深入。这样就有了最初的假设。
再比如你求了个姻缘签上书“天宫赐尔回春手,且咏关雎诗一张”很玄乎,你会忍不住好奇问:“这说明我能挽回上一段感情?”恭喜你,成功暴露了你还在想着前任,大师们就会顺杆爬,往下说你和前任的关系。
也有可能你说咏关雎,所以我现在暗恋的人会成功?恭喜,你又暴露了你有潜在对象。
所以你会发现,所有签、星座、判词都写的含糊,似有所指,又不确定,同时包含几个意思,就是因为这些只是大师们激发你提供线索的工具,不是真的治病的药。这是一种相对高级的骗术,因为需要算命大师懂一些套路,同时有较强的察言观色的能力。
那么作为数据分析师,是不是也有这种工具呢?有!就是竞品信息、政策法规、专家解读这些新闻。你可以很心机的在发日报的时候把XX竞品的动作标在上边,也可以把XX专家解读行业变化的说法附在我们相关的业务日报旁边。业务部门看了很难坐的住,特别是业务的领导,他们一般都会被激发出问题。
无论他们回复下面哪一句,你都打开了沟通的大门,下边可以去聊业务真正的问题了。
结尾处,郑重提示:以上都是万不得已的办法!请业务部门认真和数据分析师沟通问题,我们才能更好地帮助到大家。算法工程师不是算命工程师,数据分析师是医生不是穿着道袍的天师,我们没有未卜先知的本领。
数据分析师的工作就和医生一样,病人讲病情讲的清楚,我们诊断速度就快。病人闭嘴什么都不讲,我们就只能让病人花几千块抽血验尿做CT,搞一大堆检查。费时又费力。大家相互配合才是提升效率的良方。
——热门课程推荐:
想学习PYTHON数据分析与金融数字化转型精英训练营,您可以点击>>>“人才转型”了解课程详情;
想从事业务型数据分析师,您可以点击>>>“数据分析师”了解课程详情;
想从事大数据分析师,您可以点击>>>“大数据就业”了解课程详情;
想成为人工智能工程师,您可以点击>>>“人工智能就业”了解课程详情;
想了解Python数据分析,您可以点击>>>“Python数据分析师”了解课程详情;
想咨询互联网运营,你可以点击>>>“互联网运营就业班”了解课程详情;
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在企业数字化转型过程中,业务模型与数据模型是两大核心支撑体系:业务模型承载“业务应该如何运转”的逻辑,数据模型解决“数据 ...
2026-01-12当前手游市场进入存量竞争时代,“拉新难、留存更难”成为行业普遍痛点。对于手游产品而言,用户留存率不仅直接决定产品的生命周 ...
2026-01-12在CDA(Certified Data Analyst)数据分析师的日常工作中,“挖掘变量间的关联关系”是高频核心需求——比如判断“用户停留时长 ...
2026-01-12在存量竞争时代,用户流失率直接影响企业的营收与市场竞争力。无论是电商、互联网服务还是金融行业,提前精准预测潜在流失用户, ...
2026-01-09在量化投资领域,多因子选股是主流的选股策略之一——其核心逻辑是通过挖掘影响股票未来收益的各类因子(如估值、成长、盈利、流 ...
2026-01-09在CDA(Certified Data Analyst)数据分析师的工作场景中,分类型变量的关联分析是高频需求——例如“用户性别与商品偏好是否相 ...
2026-01-09数据库中的历史数据,是企业运营过程中沉淀的核心资产——包含用户行为轨迹、业务交易记录、产品迭代日志、市场活动效果等多维度 ...
2026-01-08在电商行业竞争日趋激烈的当下,数据已成为驱动业务增长的核心引擎。电商公司的数据分析师,不仅是数据的“解读官”,更是业务的 ...
2026-01-08在数据驱动决策的链路中,统计制图是CDA(Certified Data Analyst)数据分析师将抽象数据转化为直观洞察的关键载体。不同于普通 ...
2026-01-08在主成分分析(PCA)的学习与实践中,“主成分载荷矩阵”和“成分矩阵”是两个高频出现但极易混淆的核心概念。两者均是主成分分 ...
2026-01-07在教学管理、学生成绩分析场景中,成绩分布图是直观呈现成绩分布规律的核心工具——通过图表能快速看出成绩集中区间、高分/低分 ...
2026-01-07在数据分析师的工作闭环中,数据探索与统计分析是连接原始数据与业务洞察的关键环节。CDA(Certified Data Analyst)作为具备专 ...
2026-01-07在数据处理与可视化场景中,将Python分析后的结果导出为Excel文件是高频需求。而通过设置单元格颜色,能让Excel中的数据更具层次 ...
2026-01-06在企业运营、业务监控、数据分析等场景中,指标波动是常态——无论是日营收的突然下滑、用户活跃度的骤升,还是产品故障率的异常 ...
2026-01-06在数据驱动的建模与分析场景中,“数据决定上限,特征决定下限”已成为行业共识。原始数据经过采集、清洗后,往往难以直接支撑模 ...
2026-01-06在Python文件操作场景中,批量处理文件、遍历目录树是高频需求——无论是统计某文件夹下的文件数量、筛选特定类型文件,还是批量 ...
2026-01-05在神经网络模型训练过程中,开发者最担心的问题之一,莫过于“训练误差突然增大”——前几轮还平稳下降的损失值(Loss),突然在 ...
2026-01-05在数据驱动的业务场景中,“垃圾数据进,垃圾结果出”是永恒的警示。企业收集的数据往往存在缺失、异常、重复、格式混乱等问题, ...
2026-01-05在数字化时代,用户行为数据已成为企业的核心资产之一。从用户打开APP的首次点击,到浏览页面的停留时长,再到最终的购买决策、 ...
2026-01-04在数据分析领域,数据稳定性是衡量数据质量的核心维度之一,直接决定了分析结果的可靠性与决策价值。稳定的数据能反映事物的固有 ...
2026-01-04