推荐 ：数据分析师与运营协作的9个好习惯
最近两个月我将大量的精力放在了业务分析团队的组建和管理上。不断解决日常中遇到的协作问题，使我学到了一些分析技术以外的知识。由于人多事儿多，所以出现了不少很好的协作案例，值得推广。
-
分析师尽早介入业务。
-
运营伙伴做好合理排期。
-
及时反馈。
-
利用现有数据源解决问题。
-
过程中紧密沟通。
-
运营不是放大压力给分析师，而是帮助分析师减负。从业务到分析，这个协作链条的上下游，天然就有“放大压力”的属性。比如运营任务deadline是7天，分析需求就会压缩到3天。更何况我当前所处的环境，很多事务都是1-3天，那么数据需求就大量的是1-2天期限，不少是当天需要完成。
-
清晰的阶段性规划。
-
主动地点对点培训。
-
通过同理心来实现互相信任。
根据实际情况，再举几个典型的问题，是我们目前没有解决的。但我根据经验给出一些解决的方向，并正在向这个方向努力。希望有经验的读者能在回复中给我们一些好的启发！~
-
对于取数型的任务（数据描述型的任务），搁置争议，先解决眼前的问题。
-
对于数据分析不能解决的任务，我们永远要追求“客观性”。一定不能出现“为了结果而分析”，更不能出现“包装结果”。
这其实有两个方面：一是分析师能力不足，不能够解决某个业务问题；二是问题过大，超出数据分析的边界。面对第一种问题，通过换人或者外部请教，一般能解决。面对第二种，我暂时只能控制不出现“假分析”。
但这说起来容易做起来。。。谈何容易。
END
作者：胡晨川；转自：川术 公众号；
课程推荐：
北京外国语大学今年正式开设
“商业数据分析”方向在职研究生
毕业后
可获国家承认双一流高校硕士文凭
数据分析粉丝专属福利，扫码免费听课????