2.3 数据思维能帮助数据分析师建立影响力

数据思维是数据分析师的基础能力，数据思维能帮助数据分析师在团队内部和团队外部建立信任感，让数据分析师拥有更多的话语权。

很多时候数据分析师辛辛苦苦做出的分析报告，业务方要么说这些分析结果他们早就知道了，要么根本不采用分析报告提出的解决方案，以至于很多数据分析方案无法落地。这种情况大部分是由于数据分析师和业务方对于业务的认知不在同一层次或者数据分析师提出的解决方案在业务方看来并没有太大价值。面对这种情况，应抓住一切可能的机会了解业务，使得数据分析师对于业务的认知和业务方基本保持在同一层次，站在业务方的角度看，并结合数据思维和业务知识提出合理可行的解决方案。

下面通过示例说明数据分析师如何运用数据思维在团队内外建立自己的影响力。近期某款产品的用户流失严重，业务方想要让数据分析师排查原因。两位分析师给出的排查结果如下。

如图2-4所示，数据分析师小A通过数据指标拆解发现并不是全球的用户都在流失，而是只有拉美地区的用户流失严重，在过去一周中用户流失率最大值为68.83%，最小值为61.98%。定位到流失地区之后，小A分析了流失用户的画像，发现流失用户多为年龄在20～35岁的年轻男性用户，该类用户占流失用户的比例约为46.28%。

图2-4　数据分析师小A的排查结果

数据分析师小C得到了和小A一样的分析结果，但是在小A的基础上进行了更加详细的展开分析。如图2-5所示，小C发现虽然流失用户大部分是20～35岁的年轻男性用户，但是大盘数据显示20～35岁的用户群体是该地区的核心用户群，约占整体用户的50%，所以流失用户为该类用户群体不足为奇。于是，从用户来源上，小C拆解了不同渠道来源的用户的流失率，发现来源于渠道D的用户流失率远高于其他渠道来源，而渠道B的用户流失率是几个渠道中最低的。因此，小C建议业务方尝试增加渠道B的资源投放，而减少渠道D的资源投放。小C还分析了这些流失用户流失前的最后行为特征，发现这些流失用户在App内的最后行为有一定共性，于是小C认为用户最后访问的页面可能是用户流失的直接原因之一。

图2-5　数据分析师小C的排查结果

数据分析师小A通过数据告诉了业务方一个他们可能已知的数据结论，而数据分析师小C不仅通过数据说明现有问题并且尝试给出切实可行的落地方案。显然业务方会更加倾向小C的方案，而之后遇到类似的问题可能会直接询问小C的意见和建议，那么渐渐地小C就掌握了一定的话语权，影响力也会逐渐建立起来。

从以上示例可以看到，数据分析师的工作并不只是将已知数据给业务方就行了，还需要对数据进行提取加工并对具体问题给出合理的意见或建议，而这一系列过程都需要数据思维的支撑，那么数据分析师如何才能针对具体的业务问题提出合理的意见或建议呢？这需要长期的业务积累，当然本书也会在3.4节介绍一些提意见和建议的方法。