大資料時代下的協力廠商資料公司和甲方公司的差異

來源:互聯網
上載者:User
關鍵字 大資料

仲介交易 HTTP://www.aliyun.com/zixun/aggregation/6858.html">SEO診斷 淘寶客 雲主機 技術大廳

現在是一個大資料時代,人人嘴邊都掛著資料創造價值、資料採礦等一些熱詞。 各公司內部也逐漸認識到資料的重要性,紛紛成立資料部門,期待資料可以真正的為業務服務。 另外,也有一些專做資料服務的協力廠商公司不斷湧現,希望能夠説明產生資料的甲方分擔資料分析的擔子,挖掘出更多有價值的規律,説明甲方不斷改進業務水準、不斷發現業務中存在的問題。 從這個角度來講,甲方公司與協力廠商資料服務公司的初衷是一致的。

那麼到底在協力廠商公司做資料服務和甲方公司做資料服務有沒有哪些不同呢?今天馬海祥結合最近幾年協力廠商公司到甲方公司做資料的經歷,對二者做資料方面的差異進行了一個簡單的總結:

1、追求不同

協力廠商公司與甲方公司關於資料服務的合作模式大致有這樣幾種:

(1)、長期監測流量資料——定期提供日報、週報、月報;

(2)、臨時專案——接到甲方公司的需求,發起專案,在規定的專案週期內,以報告的形式總結專案研究成果。

無論哪種合作方式,馬海祥覺得協力廠商分析人員在分析的過程中,總是孤獨的、總是更依賴資料的。 因為不在所分析的環境之內,不知道運營最近在做什麼,不知道產品有什麼樣的計畫,一句話:不知道對方關注的點到底在哪裡。

甲方公司內部做資料,其實合作方式也同上面列的兩種差不多。 只是細節配合上有所不同:

(1)、研究前會詳細瞭解專案的背景及產品或運營人員的困惑;

(2)、研究中遇到資料上無法解釋的問題,可以隨時找到相關的人員回饋情況。 和業務同事一起分析資料異常的原因。

(3)、研究後會彙報整個研究成果、和業務同事討論下一步的改進策略及方案、約定下一次的研究時間點。

所以說,受到條件所限,儘管初衷與甲方公司是一致的,但是由於無法深入接觸業務,因此對於最終的目標只能停留在完成一份嚴謹、專業的資料分析報告上。 至於後續,甲方公司如何使用這份報告,如何改進業務、是否改進業務等一系列後續的工作都不得而知。 因此,協力廠商公司的成果產出總是不能在整個業務鏈條上形成一個閉環。

但是,馬海祥覺得這個也的確是無法避免的一個事情。 相信目前大多數公司,尤其是中國的大部分公司,對公司內部資料的私密性還是比較看重,對於協力廠商公司的態度不會是完全開放的。 因此,雙方的配合也僅限於比較淺層的合作。 協力廠商公司想要真正走完業務閉環,從現階段來講是完全不可能的。

久而久之,協力廠商的資料分析人員也就習慣了把製作一份精良的報告作為最終的目標。

2、展現形式不同

對於協力廠商公司與甲方公司的合作方式,專案的價值就體現在報告上,因此報告的製作既要美觀又要讓人感到「物超所值」。 只有幾頁的PPT是絕不能作為最後的產出成果的。 如果能在研究時,通過建立某個複雜的模型,來輔助說明研究成果就會顯得更有價值。

而在甲方公司內部,大家都迫切的想知道,看到這個研究成果我到底能做什麼。 如果這個模型複雜到產品人員都看不懂,或不知所措,那也是沒有意義的。 反而是針對某個具體問題的研究,哪怕只有幾頁紙,幾個資料,也會令產品人員很興奮。

比如,偶爾從資料上看到一些現象或問題,此時做一個簡單的整理,列印出幾頁紙就可以去和產品、運營的同學去聊了。 去看看業務一線的同事是如何看待這一現象的,是不是有一些重要的運營策略影響了某些資料結果,造成資料結果異常,而並非真正出現了問題。 如果沒有其他異常因素的影響依舊出現了這個現象,那麼我們下面真的要立項去花時間找到問題的原因了。

3、對行業標準的把握不同

協力廠商資料公司由於服務行業內的多家公司,因此會將同行業公司的相同業務模組放在一起,出一個行業標準。 在不透露客戶商業機密的情況下,為客戶提供行業標準資料。 使各家都可以清楚的瞭解其在行業中的地位,瞭解哪些資料表面上看起來很好看,但是與行業標準對比,其實情況並不樂觀。 我想,這也是協力廠商資料公司的最大價值所在。

  

但是,現狀是中國的互聯網行業,大家對資料還是守得很緊,不願意過多的讓協力廠商介入。 這造成的結果就是,大家都沒有一個行業標準。 資料結果的好壞就只能依靠經驗了。 對此,大家可以看下我曾在馬海祥博客發佈的《如何做好一個產品的市場調研和資料分析》文章。

4、成就感體現不同

協力廠商資料公司,核心業務就是對資料進行採集、分析,因此負責產出資料包告的資料分析人員,相比之下,工作成果很容易被大家看到。 因此,也很受到公司的重視。

而在甲方公司,資料服務是一個職能線,是為產品和運營人員服務的。 或許工作價值的體現只有在完整走完業務鏈條後才能夠體現出來。 即便走完整個業務鏈條,又如何評估資料在整個過程中的作用,也是一個艱難的工作。 但是,作為一個資料分析人員,能夠看到自己的分析,説明產品或運營發現了問題,使產品體驗或運營機制得到了改善,這種成就感還是會使分析人員振奮的,還是會興致勃勃的沖向下一個專案。

記得我剛從協力廠商公司進入新的企業公司做第一個專案的時候,專案彙報當天得到了產品人員的肯定。 我當時非常高興,感到工作得到了認可。 以為產品同事都認可了,肯定領導也會覺得還不錯吧。 但是,結果卻是完全相反的。 主管對於我沒有任何下一步結果追蹤計畫感到很不解,從我們嚴肅的談話中我深切的體會到,在甲方公司資料真的是為產品改進或運營服務的。 如果你的發現僅停留在問題的總結和整理上,那工作基本上只做了50分。 相當於,醫生只為病人拍了x光,之後就對病人置之不理了。

馬海祥博客點評:

綜上所述,這兩種資料分析工作的差異,給我的體會是:資料分析重點不在資料,而在於如何能夠真正的解決實際的問題。 資料分析師的終極價值不是會使用多少種統計工具,能挖掘出多少個資料模型,而是真正的懂業務。 看到資料結果能夠知道哪些業務出現了問題,而看到業務問題又可以清楚的知道通過分析哪些資料能夠獲知問題的原因。 當然,如果從大的方面來講,各公司都能夠願意與協力廠商公司合作,通過協力廠商公司把行業標準建立起來,那將會使資料最終發揮更大的價值。

本文為馬海祥博客原創文章,如想轉載,請注明原文網址摘自于HTTP://www.mahaixiang.cn/sjfx/413.html,注明出處;否則,禁止轉載;謝謝配合!

相關文章

聯繫我們

該頁面正文內容均來源於網絡整理,並不代表阿里雲官方的觀點,該頁面所提到的產品和服務也與阿里云無關,如果該頁面內容對您造成了困擾,歡迎寫郵件給我們,收到郵件我們將在5個工作日內處理。

如果您發現本社區中有涉嫌抄襲的內容,歡迎發送郵件至: info-contact@alibabacloud.com 進行舉報並提供相關證據,工作人員會在 5 個工作天內聯絡您,一經查實,本站將立刻刪除涉嫌侵權內容。

A Free Trial That Lets You Build Big!

Start building with 50+ products and up to 12 months usage for Elastic Compute Service

  • Sales Support

    1 on 1 presale consultation

  • After-Sales Support

    24/7 Technical Support 6 Free Tickets per Quarter Faster Response

  • Alibaba Cloud offers highly flexible support services tailored to meet your exact needs.