16.7 优秀的数据分析师既要客观,又要主观

数据和数据分析既然是客观的,那么数据分析师面对分析和结论时当然也必须是客观的。但是,在数据化运营的商业实战中,优秀的数据分析师应该在客观的基础上,抱有一定的主观态度。这里的主观主要体现在以下几个方面:

❑数据分析师对于分析的目标和分析的产出物应该有自己主观上的预判,并且优秀的数据分析师所做的这些主观上的预判通常都会被后期的事实所验证(证明是正确的)。这种主观其实就是数据分析师经验和能力的体现,即所谓的胸有成竹。这种预判上的主观可以有效提升具体商业实战中的分析效率,能更好地支持商业需求。当然,这里的主观也绝对不是自以为是的主观,这里的主观也是要经过后期的商业实践检验的。当数据分析师的主观预判一而再、再而三地被商业实战证明是正确的,你能说这种能力不是数据分析师的核心竞争力吗?对于一个分析需求是否合理,如何更合理地修正分析需求,分析中会出现什么具体的数据方面的难题,基于现实的数据质量如何,模型大致可以达到怎样的预测精度范围等,诸如此类的商业分析问题,一名优秀的数据分析师是可以很快给出其主观判断的,并且这些主观判断通常会在后期的商业实践中得到检验。

❑数据分析师面对决策层、面对分析需求方的时候,要有灵活的主观性,要站在管理层的角度,站在需求方的角度,去思考、提炼和总结。也就是说,在数据分析总结的过程中,只是将客观的数据结果冷冰冰原封不动地传递给决策层,传递给分析需求方并不是最有效、最可取的方法;有时候,虽然数据结论证明需求方所坚持的假设是错误的,虽然数据结论证明需求方的运营是没有明显效果提升的,但是数据中是否还揭示了其他一些值得肯定的做法,一些值得努力的方向呢?如果把这些发现一并总结起来,对于决策层以及需求方来说不是更加有意义吗?不是更加容易接受分析结论吗?数据分析挖掘的实战应用是依赖于业务方参与的,没有业务方的理解和支持,就不可能有数据分析挖掘的成功应用。而要得到业务方的理解和支持,要得到管理层的理解和支持,优秀的数据分析师必须具有灵活的主观性。主观是建立在客观基础上的,主观是为了更好地聚焦核心,主观是为了更好地落地应用、客观地分析结论,为了更好地推进数据化运营的效果和效率。

什么样的主观是合理的,什么样的主观是盲目的,用文字来定义常常容易引起歧义,正如世界上很多事情都只可意会,难以准确言传一样,关于主观的分寸把握还是要依赖于具体的数据分析师的经验和情商。对于优秀的、具有丰富的数据化运营商业实战经验的数据分析师来说,应该是“如人饮水,冷暖自知”。

当你能够熟练地穿越于客观与主观之间,当你的主观与客观能有效地在数据化运营商业实践中得到检验和回报时,恭喜你,你已经是个当之无愧的高级数据分析师了。