5.1 轻视业务论

轻视业务论最常见的两种类型就是数据分析师瞧不起业务部门的工作,总是觉得数据分析工作优越于业务工作,因而不愿意学习业务逻辑、业务背景和业务知识;或者,数据分析师不懂业务部门的业务逻辑、商业逻辑,也没有意识到自己不懂,更没有想到要主动去学习和掌握。轻视业务论最直接的后果就是数据分析师对业务逻辑、业务背景和业务知识缺乏起码的认识和了解,这样又怎么能指望做出来的分析结果、解决方案跟业务应用有很深的联系呢?

典型的轻视业务论产生的数据分析报告(模型)是什么样呢?一个刚刚毕业的统计专业的本科生或硕士生(没有起码的了解企业和产品的背景知识),针对企业的业务现状做出的一份数据分析报告,很可能就是一个典型的“轻视业务论”特点的分析报告。报告的内容和组成可以是非常华丽、花哨、复杂、冗长的图表,甚至是方程式、模型等,但是最遗憾的是这么多的内容里很难有具体针对业务需求与业务应用的对接点,套用两个经典的成语就是纸上谈兵和华而不实。

轻视业务论在工作中最常见的表现形式就是:分析师没有掌握相关的业务知识,分析师提交的分析报告或解决方案并不能真正回答业务方所希望回答的问题。这类分析报告从统计的角度来看,似乎非常完美,使用了能想得到的各种分析维度、分析技术、表格、图表,文章洋洋洒洒。但是,这些报告都只是数据的罗列和堆积,至于具体每个表格、每个关键数据对于业务方有什么意义,有什么建议,该如何落地应用则很少有建设性的提醒和帮助;对于业务方来说,看到这么多的数据、表格、图,他们还是无法知道到底要如何跟自己的业务应用直接挂上钩,或者说仅凭借这些分析报告里的表格、图、结论根本无法与具体的业务应用挂上钩。这不仅是业务方的悲哀,更是数据分析师的悲哀。

数据挖掘的本质是来源于业务需求、服务于业务需求,如果轻视业务,脱离业务,那数据挖掘和数据分析也就没有存在的价值和意义了。道理看上去是不是非常简单直白?但是不少数据分析师在工作中还是有意无意地表现出了轻视业务的态度,人性的弱点,在生活中亦如在数据挖掘中。

轻视业务论的主要责任在于数据分析师本身,他是主要矛盾,是决定性根源和因素。不过,从管理的角度看,也有一些方法和制度来促进分析师转变这个错误的轻视业务论的思想观念,尽管这些制度总的来说是被动的、间接的。常见的一些相关的管理制度和措施如下。

让数据分析师经常阶段性地把办公桌搬到对口的业务团队里,与业务团队坐在一起办公。这个管理措施的目的就是迫使数据分析师融入业务团队的日常工作中,使其与业务团队“捆绑”在一起,并参加他们的业务会议,这样一来,就可以熟悉业务背景、了解业务流程、知道业务团队和业务人员是如何思考他们的业务的,进而促使数据分析师逐渐向业务靠拢,逐渐培养其与业务团队的“共同语言”,最终推进数据分析师的思路、技术、方案与业务方融合。阿里巴巴作为中国互联网行业里的一家代表性企业,很早就关注“轻视业务论”所带来的损失和浪费,一直坚持贯彻“让分析师定期走到业务团队里办公”的制度,新来的实习分析师、从社会上招聘的数据分析师,都要首先坐到业务团队里,熟悉业务背景和业务流程,了解业务团队的相关人员,以便为今后的分析工作有效结合实际业务打下坚实的基础。

人员管理上贯彻虚线实线的双线管理模式和考评体系。针对数据分析师的管理和考核,分别配置实线主管和虚线主管来进行综合考核。实线主管,就是数据分析师在数据分析团队里的主管,这个主管作为该分析师的主要考评人,对分析师的技术水平、专业成长、公司价值观等方面进行管理、考核、指导;虚线主管,通常是数据分析师所对口业务线的业务团队的主管,他作为数据分析师的次要考评人,重点对该分析师在支持业务的数据化运营的效果、配合度、与业务团队的融合等方面提出管理、考核的意见和建议。一般来说,对于数据分析师的考核和管理应该是结合实线和虚线两方主管的意见和建议来综合决定的。虚实结合的双线管理和考评模式,客观上可以促进数据分析师向业务靠拢,更好地使得分析结论和解决方案来源于业务需求,也服务、应用于业务需求。

总地来讲,管理上的推动、压力和要求是被动的、间接的,只有数据分析师自身的主动性和自觉性才是决定性的因素和动力。只有数据分析师发自内心的反省和认识,轻视业务论才有可能彻底得到解决,这是数据分析师成长的必要条件。