业务部门如何与数据部门合作？
20 views
Skip to first unread message
Jerry Wu
Apr 15, 2012, 9:46:31 PM4/15/12
to ttnn BI 观点
数据与业务的分工与结合，真不是简单你提需求我满足需求，也不是我从数据中找出些规律你来用，或者我想看下某些数据是否有什么规律，你帮我看看。
都不是，而是从业务本质需求看，一，业务上哪些需要按照业务的思路走，二，业务上哪些需要数据能提供解决方案，由数据部门提供帮助，第一点需要业务部门先解决这个先决条件，第二点需要精通业务的数据人员，或者精通数据应用的业务人员领衔出击。
例如公认的淘宝的平均流量仍然是最大的，但它的规律并不明显，靠着不规律的客户根据各自的某种需求随机来看、来购买； 于是淘宝业务部门想到了看哪些商品购买是周期性的，然后进行针对性营销。
首先这个出发点是错误的，淘宝的这个问题是典型的业务本身的问题，想用数据来解决，而事实也证明，数据解决不了。那么它符合第一点，用业务自己的办法解决，这种问题的特点是：
1。商品购买周期，本身是由商品自身特性、营销特性组成，与用户购买周期P关系没有；
2。业务部门在大数据思想里，什么问题都想大数据解决，而把自己的业务知识、常识给丢了，过于依赖大数据，别忘了目前大数据想清楚怎么变成钱的极少。
3。数据分析没有规划，所有分析需求都是随机产生，全靠灵感。
第二点的基本出发点，
1。先设计业务场景，例如电商有起码15种以上细分类型，各类型的电商或电商服务企业，因其核心竞争力不同，他们的业务场景设计、对业务指导都会不同，这个既可以业务部门设计，也可以由精通业务的数据部门设计。每个业务场景必须有目的、解决问题、场景变化模式等设计，以应对BI的需求变化。
2。然后根据业务场景，看需要什么分析方法解决，用什么技术组合解决（包括数据模型、分析模型和算法、数据可视化等）。
3。用户对号入座，使用业务场景分析，对应什么样的行动措施，这个一般由熟悉BI的业务部门实施使用。
总结以上种种，现在无论大公司还是小公司，技术还是技术，业务还是业务，甚至业务陷入什么都要看数据，对自己业务本质都没吃透就提需求，这不是扯淡么？我建议先组织BI讲师团，引导下用户如何设计自己的业务场景，业务场景中有哪些数据分析需求，这样他们可以分清楚哪些问题先做业务运营方案，然后再寻求数据帮助。
都不是，而是从业务本质需求看，一，业务上哪些需要按照业务的思路走，二，业务上哪些需要数据能提供解决方案，由数据部门提供帮助，第一点需要业务部门先解决这个先决条件，第二点需要精通业务的数据人员，或者精通数据应用的业务人员领衔出击。
例如公认的淘宝的平均流量仍然是最大的，但它的规律并不明显，靠着不规律的客户根据各自的某种需求随机来看、来购买； 于是淘宝业务部门想到了看哪些商品购买是周期性的，然后进行针对性营销。
首先这个出发点是错误的，淘宝的这个问题是典型的业务本身的问题，想用数据来解决，而事实也证明，数据解决不了。那么它符合第一点，用业务自己的办法解决，这种问题的特点是：
1。商品购买周期，本身是由商品自身特性、营销特性组成，与用户购买周期P关系没有；
2。业务部门在大数据思想里，什么问题都想大数据解决，而把自己的业务知识、常识给丢了，过于依赖大数据，别忘了目前大数据想清楚怎么变成钱的极少。
3。数据分析没有规划，所有分析需求都是随机产生，全靠灵感。
第二点的基本出发点，
1。先设计业务场景，例如电商有起码15种以上细分类型，各类型的电商或电商服务企业，因其核心竞争力不同，他们的业务场景设计、对业务指导都会不同，这个既可以业务部门设计，也可以由精通业务的数据部门设计。每个业务场景必须有目的、解决问题、场景变化模式等设计，以应对BI的需求变化。
2。然后根据业务场景，看需要什么分析方法解决，用什么技术组合解决（包括数据模型、分析模型和算法、数据可视化等）。
3。用户对号入座，使用业务场景分析，对应什么样的行动措施，这个一般由熟悉BI的业务部门实施使用。
总结以上种种，现在无论大公司还是小公司，技术还是技术，业务还是业务，甚至业务陷入什么都要看数据，对自己业务本质都没吃透就提需求，这不是扯淡么？我建议先组织BI讲师团，引导下用户如何设计自己的业务场景，业务场景中有哪些数据分析需求，这样他们可以分清楚哪些问题先做业务运营方案，然后再寻求数据帮助。
Q
Apr 17, 2012, 1:38:16 AM4/17/12
to tt...@googlegroups.com
老吴最近两篇帖子有点不一样了，功力深厚了！是工作有所变化吗？
On Mon, Apr 16, 2012 at 9:46 AM, Jerry Wu <innov...@gmail.com> wrote:
数据与业务的分工与结合，真不是简单你提需求我满足需求，也不是我从数据中找出些规律你来用，或者我想看下某些数据是否有什么规律，你帮我看看。
...
Jerry Wu
Apr 17, 2012, 11:57:37 PM4/17/12
to tt...@googlegroups.com
虽然现在在新东家还是在做BI，目前头衔是电商总监。
其实我举的这个例子只是冰山一角，还有很多很多，试想那么多BI分析，为什么用户只是看一下，是分析得不好，还是业务需求真的变化了？
因为BI在“滥用”，在浪费大家的感情和精力，而BI需要做的事情却太多在冰山下面，BI不突破此怪圈，将陷入发展瓶颈。
--
订阅地址：ttnn+su...@googlegroups.com
退订地址：ttnn+uns...@googlegroups.com
hunter
May 1, 2012, 7:11:39 PM5/1/12
to ttnn BI 观点
Any details?
首先这个出发点是错误的，淘宝的这个问题是典型的业务本身的问题，想用数据来解决，而事实也证明，数据解决不了
Jerry Wu
May 1, 2012, 10:46:54 PM5/1/12
to tt...@googlegroups.com
合适的做法，是业务部门根据商品生命周期提醒用户，可做实际累计折扣，也可建议商户将小商品打包赠送，围绕商品周期做运营，然后再用数据分析验证、持续改善。
最近听了社交网络学术成果，感觉有的方向可以直接拿来用，例如细分圈子影响反作用将大于个体推动作用，来自不同圈子的影响，大于单一圈子的影响，等等很多，在BI建模上，我们需要进一步思考改进。
2012/5/2 hunter <hunte...@gmail.com>
兰德里尼
May 5, 2012, 1:16:33 AM5/5/12
to tt...@googlegroups.com
笼统的讲大的场景似乎别人很难插上话
还是给出一些具体的场景会好些
面对的用户不同，场景不同，目的不同，你要分析的东西就会不同
站在电商的角度和商家的角度虽然说都有一个共同目的：多卖点货
但实际还是差别很大的，
电商考虑的是更多的范围的商家
商家似乎只考虑自己的事情就好了
所以数据分析更多的是手工活，想搞出来一两个通用模型还是很难的。
业务也好，数据也好无所谓谁是源头，谁是主导
应用才是主导。
不过Jerry Wu说的BI讲师团给业务培训倒是很有必要
但是反过来的培训也是必须的，
往往数据分析和业务各自沉浸在自己的小天地里
很难互通，这才是比较麻烦的
--
Long Credit
Zhongwei / 仲伟
+86 -13910741770
Jerry Wu
May 5, 2012, 6:04:34 AM5/5/12
to tt...@googlegroups.com
兰德里尼
May 9, 2012, 1:15:46 AM5/9/12
to tt...@googlegroups.com
很强悍，只能崇拜....
Reply all
Reply to author
Forward
0 new messages