数据分析师是怎么讲故事的

发布时间: 2021-03-11

作为一名数据分析师,说服性演讲是一项很重要的技能,而整天与大量的数据打交道,如何运用数据把事情讲清楚,是其中很重要的部分,在于业务部门合作沟通的过程中尤显重要。

我们先来看一个例子:

  事件

2008年一场飞机失事造成了严重的后果,在欧洲造成了无数的伤亡,甚至使得欧洲许多国家经济陷入萧条,至今仍在努力恢复正常,尤其是希腊和西班牙。数以百万计的人失去了工作,他们的账户存款减少了一半甚至消失了。在美国,许多银行纷纷倒闭,只有较大的银行才能幸存下来,而这是由于美国政府的慈善机构和纳税机制。

在这个例子中,主角是美国的小企业主,他们没有被强调为受害者,但是他们同样陷入了一场严峻的经济风暴之中。客户的支出减少,将会导致销售和收入下降,抵押品的价值被削弱,银行整体上采取规避风险的措施,减少向小型企业借出的钱。面对所有这些问题,这些小企业主无法获得增长或维持其业务所必需的营运资金、信贷或贷款。小型企业作为一个经济整体,更容易受到经济波动和监管收紧的影响,即使社区银行倒闭也无济于事。

然而,小型企业是美国经济的火车头。“ 早在2008年,它们就创造了私营非农业GDP的46%,小企业占1993年至2013年中创造的净新增就业机会的63%。”小型企业是帮助美国经济从这种不可逆转的时刻复苏的关键。

机会

面对这些问题,有一些人会想提供帮助。但是有一个问题,他们不是银行家。此外,那些存在了好几个世纪的大型传统机构发现很难借贷给小企业。那么小企业想要重新复苏该怎么做呢?

我们把问题剖开来分析,银行的劳动密集型和不可扩展的承销流程,使需要贷款的企业必须走进银行,带着大量的文书工作,例如所得税报表和文件、公司注册文件、销售、收入和账簿、信用记录等等。银行的承销商会处理所有数据,进行一些背景调查和电话沟通以进行调查,并试图估计该业务的“信用价值”。完成这些工作可能要花费数周甚至数月的时间,更糟糕的是,在调查结束时,银行可能会以“不合格”的名义打回来。

如果整个过程可以自动化呢?如果删除了人的承保元素,转而使用机器学习算法将决策过程进行了编码,该怎么办?如果可以直接从提供程序中提取API,从客户那里提取客户的数据,包括商业银行帐户、信用信息以及Paypal / Stripe之类的交易渠道数据,企业只需进行一些简单的身份验证就可以了。

Kabbage Inc.成立于2009年,采取的就是这个思路。2011年,Kabbage平台的发布无缝整合了在线卖家的数据,以评估其业务的健康状况。由于采用了自动化的在线流程,因此用户可以立即获得贷款资格,整个申请和资格审查过程都在不到10分钟的时间内完成。

善后

时间线来到现代。仅在2016年,Kabbage就向中小型企业借出了超过12亿美元的贷款本金。Kabbage目前由E轮融资,被认为是估值超过10亿美元的“独角兽”企业,它被认为是小企业备用贷款领域的领导者。它已经与ING、Santander和Scotiabank等国际银行形成合作,可以在美国以外的其他国家/地区使用相同的自动化流程来提供贷款。同时,它也被认为是2016年人们最向往的工作场所之一。

但是,最重要的是,它正在帮助解决我们小企业的一个关键问题。当他们发展到最需要帮助时,可以提供快速、轻松的营运资金途径,从而帮助扭转美国经济的格局。

这个例子以数据和机器学习为核心来解决一个非常现实的问题。希望能引起我们的注意。

为什么讲故事对数据分析很重要?

不论数据分析师在不同的公司负责的具体工作内容的差异,能够通过数据讲清楚故事是一种很棒的技能。就像有人已经指出的那样,尽管人类的思想已经进化,但它仍然被好的故事所吸引,而对统计数据、事实或数据的了解却并不那么完善。因此,数据分析师必须要能通过数据讲好一个故事。

而且,对于数据分析师而言,受众通常是公司的关键决策者、负责任的首席执行官、控制公司预算的CRO、制定公司战略的CSO。如果我们希望他们能够采纳我们的意见,则最好向他们讲好一个故事,使他们能够理解并解决他们真正关心的问题。他们很少关心解决方案如何工作或实施的内部细节,我们用来解决问题的构想算法或大数据体系结构不是他们关心的问题。事实上,对公司的底线盈利和顶线盈利的影响对他们来说并不重要。根据他们的逻辑,最终没有解决问题的方案就是无效方案。

我们应该如何讲一个数据分析的故事?

“故事”首先应该确定要解决的动机或业务问题。然后,描述所收集的数据,为解决问题而设置的关键数值以及关键要点。最后,介绍影响量化解决方案收益的业务指标。诸如AUC或F1分数之类的指标对业务人员而言就是无关紧要的。提升销售量、改善客户生命周期的价值,增加利润,改善客户满意度,提高产品使用率,增加点击率,降低客户获取成本等,这些都是对业务人员至关重要的指标。随即通过图形和视觉效果将所有内容变成简洁明了的叙述,以辅助故事的讲述。

数据分析师需要通过不断的实践,使得讲故事的技能不断提升!

发表评论

您的电子邮箱地址不会被公开。