來源|接地氣的陳老師

數(shù)據(jù)分析師該如何與算法工程師合作，是個老大難問題。一方面是業(yè)務(wù)方日益提高的，對模型的幻想。另一方面是大量企業(yè)里存在的數(shù)據(jù)采集差，缺少足夠數(shù)據(jù)人員，工作目標不清晰等等問題。分析與算法到底該如何協(xié)同增效？今天系統(tǒng)分享一下。

狗不理式：有些公司領(lǐng)導喜歡嫌棄自家數(shù)據(jù)分析師沒本事，總認為“上個模型才牛逼”。于是數(shù)據(jù)分析師們皆明哲保身，干脆和所有帶“模型”倆字的工作劃清界限，統(tǒng)統(tǒng)甩給算法工程師。

這么干，當然會坑死算法。

且不說，很多時候領(lǐng)導口中的模型根本就是“SWOT”一類虛無縹緲的東西；

且不說，很多建模目標根本就是：“預(yù)測我做什么能成功”一類不切實際的東西。

就單單基礎(chǔ)特征篩選工作沒人支持一項，就會讓算法工程師累死。項目進度慢，最后還是被嫌棄：“為啥你的模型不能100%精準預(yù)測?。?！”

當然，此類問題常見于傳統(tǒng)企業(yè)。特別是數(shù)字化轉(zhuǎn)型階段，領(lǐng)導們看了很多高大上的ppt，自以為自己很懂的傳統(tǒng)企業(yè)。

當狗用式：一些互聯(lián)網(wǎng)公司對于算法的應(yīng)用有相對清晰的定位，算法小組的地位也較高。于是走向另一極端：把配給算法組的分析師當狗使。做啥你不用管，你按我說的取數(shù)就好了。用無休無止的取數(shù)表淹沒了數(shù)據(jù)分析的工作。

這么干，坑的是所有人。因為連數(shù)據(jù)分析師都不懂算法邏輯，那運營部門更不懂。在茫然無知的情況下，運營部門只能通過簡單的數(shù)據(jù)指標監(jiān)控，來推測算法效果。并且稍有風吹草動，就開始質(zhì)疑：“算法不靈了吧！”，“你們悄悄改了啥！”,“就是你們瞎搞！”這些質(zhì)疑，又會成為部門間甩鍋、扯皮的導火索，引發(fā)無休無止的內(nèi)耗。

02破局的基本思路

從本質(zhì)上看，分析和算法，都是數(shù)據(jù)的應(yīng)用。那么靈魂拷問來了：是不是有了數(shù)據(jù)，鈔票就源源不斷從電腦里噴出來了？顯然不是！數(shù)據(jù)本身不能包治百病，想讓數(shù)據(jù)發(fā)揮作用，得緊密結(jié)合業(yè)務(wù)實際，找好數(shù)據(jù)能幫上忙的發(fā)力點才行。

而業(yè)務(wù)的實際情況又很復雜，經(jīng)常是數(shù)據(jù)和業(yè)務(wù)行為交織在一起。

比如：

短視頻DAU下降，是算法推薦不給力，還是創(chuàng)作者本身質(zhì)量太差

交易轉(zhuǎn)化率下降，是商品推薦不給力，還是貨源本身沒有選好

業(yè)績預(yù)測不精準，是預(yù)測模型不給力，還是業(yè)務(wù)自己放水了

這時候，業(yè)務(wù)部門永遠可以甩鍋：“我們的數(shù)據(jù)太無能，我們要是有字節(jié)的算法就牛逼了”。而數(shù)據(jù)這邊，不管是算法還是分析，都是背鍋的。所以最終的破局思路，是數(shù)據(jù)的同學們團結(jié)一致，找好場景，做出成績，減少背鍋，而不是自己人踩自己人。

空口說顯得太空洞，下邊結(jié)合一個具體問題場景看看。

03典型合作場景之一：項目立項

問題場景：某大型制造企業(yè)，期望建立“多維度立體式分析模型”，提升招聘效率。問，此時該怎么接需求？

這是個典型的需求不清晰場景。

• 什么叫：招聘效率？

• 招聘成本更低？招聘回來以后留存更好？招聘到合適的人？

• 什么叫合適的人？是否已經(jīng)有清晰定義？

• 流水線工人、銷售、營銷策劃、管理人員的“合適”定義是否一致？

• 流水線工人、銷售、營銷策劃、管理人員的招聘問題是否相同？

以上情況統(tǒng)統(tǒng)不清楚。

因此無論是算法/分析，誰接需求，都得先問清上邊的問題。當然，在問題定義都模糊不清的時候，讓數(shù)據(jù)分析師站出來溝通更合適。數(shù)據(jù)分析師和業(yè)務(wù)貼的更近，更容易理解業(yè)務(wù)語言，引導業(yè)務(wù)思路。

業(yè)務(wù)方進一步給出的回答是：

1、要幫助管理崗位招到更合適的人

2、要發(fā)現(xiàn)：XX省市的流水線工人更容易招，我們集中招聘

3、要讓整個部門的用人成本，控制在XXX萬元以內(nèi)

那么，是不是可開始建“多維度”“立體式”的模型了呢？

不！遠遠不到！

有三大問題，制約著項目推進：

1、管理崗位的“合適”定義不清晰。管理人員的考核，遠比流水線工人復雜。流水線工人只要考察年齡、身份證、學歷幾個簡單維度即可，考操作技巧也能通過標準化作業(yè)考核。管理人員則復雜的多，還有“領(lǐng)導看他順不順眼”這種高度個性化、無法量化的考核點。因此不能簡單的止步在這里。需要進一步定義。

2、各省市勞動力數(shù)據(jù)缺失。注意：從現(xiàn)在HR收到的簡歷里篩選出合適的，和從茫茫人海里鎖定哪里的勞動力多，完全是兩個問題。因為已經(jīng)收到的可以統(tǒng)計數(shù)據(jù)，茫茫人海壓根連數(shù)據(jù)都沒有。如果盲目開工，很有可能引發(fā)誤判。

3、整體部門用人成本與招聘效率，根本就是兩個問題。整個部門用人成本，除了新招聘以外，還有在職工資福利，還有離職人員賠償?shù)鹊?。如果目標是控部門整體成本，那到底哪一塊總量最高，哪一塊占比最大，哪一塊是冗余，哪一塊增長最快，要提前一一分析清楚。再看怎么解決。

此時，可以拆出至少五個任務(wù)。

任務(wù)1：定義管理崗位的“合適”（可能為了定義合適，要單獨建個業(yè)務(wù)模型，比如勝任力模型）。

任務(wù)2：基于過往面試數(shù)據(jù)，為管理崗位“合適”做標注，為建模做準備。

任務(wù)3：收集各地區(qū)勞動力市場數(shù)據(jù)（勞動力市場發(fā)布信息、中介提供信息等）。

任務(wù)4：結(jié)合過往招聘活動，驗證分地區(qū)招聘合理性（也有可能求職者雖然是內(nèi)地省份的人，但是找工作還是跑到沿海省份找，分地區(qū)意義沒那么大，這些假設(shè)都待驗證）。

任務(wù)5：分析整體用人成本結(jié)構(gòu)與走勢，找到成本控制關(guān)鍵點。

這五個任務(wù)，主要都是數(shù)據(jù)分析的活。數(shù)據(jù)分析理清現(xiàn)狀，采集數(shù)據(jù)，后邊算法就能有的放矢。比如：

1、在已有管理崗位“合適/不合適”標注的情況下，結(jié)合簡歷信息、獵頭給到信息、招聘渠道信息，對面試人員建分類預(yù)測的模型（邏輯回歸/決策樹），預(yù)測“合適”概率

2、在已經(jīng)有整體用人成本結(jié)構(gòu)、增長原因、發(fā)展趨勢數(shù)據(jù)情況下，建預(yù)測模型（時間序列/多元回歸）判斷用人成本是否會超出預(yù)期，從而干預(yù)決策（不要因為短期缺人就大量招聘，對比給加班費和增加新人成本差異）。

當然，還有第三個合作點：在工作中遭遇挑戰(zhàn)，大家一起應(yīng)對。

面對“模型為什么不準！”終極問題，一定是所有人一起努力。首先要排除的，是外部因素、意外波動、業(yè)務(wù)主動行為的影響。不要是個問題就往模型身上潑臟水。

比如：

突然有高管變動，引發(fā)管理層招聘要求全變

招工來源地發(fā)生疫情，人員出不來

行業(yè)領(lǐng)頭企業(yè)突然提高了薪資，拉高了整個行業(yè)成本

原定的招聘計劃因為各種原因推遲

所有這些因素都會讓原先設(shè)計的模型不成立或者效果下降。應(yīng)對這些變化，數(shù)據(jù)分析要沖在前邊，在日常監(jiān)控數(shù)據(jù)的時候，就及早發(fā)現(xiàn)問題，提示業(yè)務(wù)風險，提醒所有人關(guān)注變化。而不是等著業(yè)務(wù)打上門來再來扯皮。

算法和分析的工作性質(zhì)差異，使得這兩者合作分工的時候，天生側(cè)重點不同。理想的合作方式，就是：分析掃清業(yè)務(wù)障礙，算法集中提升效率。大家一起做出成績。

實際上，如果你工作時間夠久，和業(yè)務(wù)接觸得夠多，就會發(fā)現(xiàn)：大部分直接從業(yè)務(wù)口中冒出來的“建模型”需求，都不靠譜，不是數(shù)據(jù)缺失，就是目標不清。別是涉及預(yù)測問題的時候（分類問題相對好一點）。經(jīng)過數(shù)據(jù)分析師轉(zhuǎn)化的需求，反而靠譜很多。