DAY2 - 数据分析师怎么拿高绩效

个人介绍:22年毕业从事数分工作,校招最高拿到55w总包offer(BAT SSP)。工作后经历2段大厂工作,跳过槽,拿过最高绩效,工作之余总结个人经验,为求职朋友们了解数分的工作内容、实际应用和价值体现。

不定期随缘更新,喜欢的朋友望关注、收藏!!!

-----------------------------------------------------------------------------------------------

来源:牛客网一、做需求之前,先想好绩效怎么写

  • 绩效对工作的重要性不言而喻,以阿里为例,绩效375(最高绩效)代表可以拿6个月以上的年终奖+晋升机会;325(最低绩效)代表年终奖归0+裁员危机在互联网公司,绩效是评估牛马成果的唯一手段,因此做需求要跟绩效挂钩,能在绩效上浓墨重彩添上一笔的才是好需求。
  • 1个人的精力是有限的,只有将有限的精力投入到能产出绩效的需求中,才能发挥自己的价值
  • 因此做需求前一定要先思考:假如这个需求做好了绩效该怎么写

二、绩效怎么写&什么是好绩效

万能的绩效公式:基于xxx方法,得到xxx结论,推动xx落地,拿到xxx结果

给几个常见的案例:

基于上述的例子,是不是有一个直观的感受:

  • 有明确数字的结果最有说服力,如ctr +xx%,cvr +xx%(最直观) > 提高大促期间数据分析效率(很笼统)
  • 数分的贡献越大,结果感觉越好,如 圈选种子商品在首页推荐给用户 > 预估xx样式能有效提升cvr xx%,推动研发落地
  • ❌ 使用的方法越高级,绩效结果越好,这里有个常见的误区,追求复杂模型和少见技术并没大用。自己对比绩效文字可以感受到,“基于因果树模型” 和"基于Xgboost模型" 只写 “基于数据分析”没什么本质区别,结果远大于技术。所以平时在工作中,找合适&高效的方法 > 复杂&少见的技术

针对这些感受,我们可以简单的把好绩效定义为:数分贡献价值大 * 拿到直观的结果 。

在这公式之外,我们可以再加1个因子,好绩效 = 数分贡献价值大 * 拿到直观的结果 * 项目难度。

  • 注意这里的难度不单指技术,可以是技术难(要用到高深的统计知识)、可以是推动难(需要较强的项目把控和人际关系让研发配合)、可以是发现问题难(某个隐藏极深的bug通过最普通的分析发现了)
  • 总而言之这个项目存在难度,不是换个人也一定可以做好的事情,但难度这块很难再几句绩效中体现,因此需要在平日工作中潜移默化的反映给自己的上级,这点之后再说

三、如何筛选需求

筛选需求,就是筛选自己的绩效,套入绩效公式:好绩效 = 数分贡献价值大 * 拿到直观的结果 * 项目难度。

  • step1:先看数分贡献
  • 我自己心里的排序是:策略设计(自己决定怎么做) > 收益评估(判断要不要做)> AB实验(判断做的咋样)> 指标体系(监控做的咋样) > 异动归因(为啥做的不好)
  • 感觉不用多解释,这个排序我觉得很直观,设计策略的总归比做监控有价值
  • step2:拿到直观结果
  • 这里就需要自己提前对需求的落地和收益有个预估,不管是什么需求,只有最终落地有收益才有意义。
  • 举个收益评估的例子:
  • 绩效1:我通过xx分析,预期xx项目能提升xx%,项目上线后xx指标提升xx%
  • 绩效2:我通过xx分析,预估xx项目没有收益,暂时hold
  • 不用说,绩效1 的结果绝对好于绩效2,虽然从道理上讲,绩效2基于xx分析验证没有收益节约了开发的人力也是数分的价值,但客观是这个道理,最终认不认看的是你老板的主观
  • step3:项目难度
  • 这里就仁者见仁,智者见智了。到底是选简单*好拿结果的项目 还是 选难*结果收益更大的项目就看个人的取舍,在这里不多说
  • 看过主动做难项目去的好成绩拿高绩效的,也见过做难项目没成功一年到头没产出的
  • 但如果是刚入职前几年的同学,建议还是先做简单点的,在职业前期平稳过渡下

综上所述,工作中可基于以上3点综合选择需求,工作中可以稍微“功利”一些。切记一个组的同事能力不会有太大差距,选择永远>努力。

#我的求职思考##数据分析秋招[话题]##数据分析求职##数据分析##牛客激励计划#

1. 背景:校招同学缺少实战经验,面对面试高频出现的业务问题缺乏认知回答不到重点。在异动归因、指标体系等高频题中只会死记硬背,常常被评价没有个人思考,想提高又无从下手 2. 内容:重点讲解大厂中数据分析的实际工作和应用,帮助同学感受分析价值。同时内容中包含大量业务逻辑、业务讲解、业务分析思维,帮助同学带入实战视角看待数据分析 【99为虚数,代表尽自己所能多更新】

全部评论

相关推荐

04-12 00:59
已编辑
清华大学 数据挖掘
投递字节跳动等公司9个岗位
点赞 评论 收藏
分享
评论
3
5
分享

创作者周榜

更多
牛客网
牛客企业服务