顶级的数据分析师，应该是个什么样

两周以前，有个堂弟电话我: 说想去报个计算机编程培训班，因为计算机比较热门，然后去找一份编程工作，问我这样可行？

01. 故事中的思考

先介绍下堂弟的用户画像：

23岁，未上大学，当前跟随父母一起在菜市场工作

接到这个电话后，由于我身边真的没有这种未读大学最后职场比较成功的案例，所以一时间也不知道如何去给个答案。刚好近期有时间去思考这件事，所以就认真的想了下

1. 问题的识别

遇到任何一件事时，首先要做的就是去把问题定义清楚。

这个案例中，堂弟的表象问题是学计算机找一份工作是否可以，然而当问表弟为何要学计算机时，得到的答复是因为想要生活的更好，而计算机行业工资比较高，所以想学。

也就是说，真正的问题是如何走接下来的路，让自己未来生活的更好。

表象问题：没有学历报个计算机编程培训能不能找到一份好工作

真正问题：没有学历如何去做个人的职业规划

2. 问题的拆解

问题的拆解阶段均是通过MECE原则（不重不漏）来展开，实际上，MECE原则的根本是CE,ME不重要。也就是不漏远远比是否重复要重要的多。

3. 问题的解决

本案例中，堂弟目前因为才正式踏入社会，所以对职场这一套是比较陌生的，所以我给出的建议是先凭直觉找某一个行业及职能，然后快速去试错，直到找到一个自己觉得未来会不错同时自己不反感的平台，然后想办法去慢慢靠近这个平台。

比如：在某互联网公司做电话客服，觉得互联网行业自己比较喜欢，但是希望能做运营。

但运营这块对经验和学历都有要求，那么这个时候要真的是考验一个人的时候了：能不能去逼着自己搏一把，利用业余时间去提升自己的学历和经验（看书）。实际上，前面那些都很容易，只有这一步最难。而这一步也恰恰是人与人之间最大的区别。

一个担忧是付出了这么多，最后有没有公司让我做运营，我给出的答复是:肯定有公司要你，一旦你经历了这些，实际上已经遥遥领先一大批人了，这个时候你自身的层次已经上去了。各种机会都会来临。

我们这个世界总是回报后置的：一旦你付出了该付出的，回报自然而来，很多人就是因为抱着回报前置的世界观，所以做事不坚决，毅力不够。最近在看士兵突击，觉得最后主角能成功就是因为这样：信念这玩意儿太可怕了

补充一下：对于先培训再工作这条路，个人不是很建议，是因为不符合mvp思想，我们投入了一去不复返的时间，省吃俭用下来的金钱，最后回报率非常不确定。比如，你报了一个python游戏编程班，对方也给出承诺100%就业。先不说100%就业的玩法，在这个培训的过程中，能不能坚持下来需要打一个大大的问号？

事情没有绝对的对与错，但是有相对的：通过概率去解决

02.数据分析师的职责和要求

通过自身与业务的多次沟通，定义好业务问题，然后根据自己的世界观对问题进行拆解，最后通过自身技术来解决。

1. 能力要求

沟通能力、沉淀方法论能力、专业技术能力

在问题的定义环节：

需要的是分析师的沟通能力和逻辑能力，比如业务方最近需要我们做一个竞品分析，小白一点的分析师肯定都是在网上看下竞品分析的套路，而优秀的分析师总是能够与业务多沟通，找到小而美的切入点

在问题的拆解环节：

需要的是分析师的有效经验，有些人工作很多年，遇到一个常规问题，还是不能很好的找到框架去提供解决方案，这个就是自身的沉淀不够。凭直觉能够蒙对一两次，但在大部分时候直觉显得很无力，而且如果都是直觉去思考，那岂不是大家水平都一样

问题的解决：

方案有了，就需要落地了，所以技术不能丢，技术必须要会

可以看出，分析师这个职业实际上对人的综合能力要求很高，分析师应该是非常善于解决问题的一批人。

每年过年回家的时候，总会有一些弟弟妹妹们讨论初高中学习/大学规划/工作问题，甚至长辈们的家庭关系问题，我想分析师这个时候应该要勇于站出来，多和家人交流，多提供一些解决方案，这些都是很宝贵的经验和实战场景。有没有看出来：优秀的分析师不仅仅要把工作做好，还要去多帮助家人

03.市场上80%的分析师干什么

X型分析师：

一直处于执行层面，思考表达较少，没有机会去输出自己，工作瓶颈很难突破

Y型分析师：

对外输出项，一看就很专业，已经有优秀分析师的气质

以临时提数为例，X型分析师在这件事上花了大量时间，没有时间去做专题分析；而Y型分析师能够找到应对办法，甚至通过临时提数知道业务方想做什么，进而提供一份专题报告

在80% X型分析师里面，有很多人想改变现状，希望能够成为一名Y型的分析师，于是就利用私人时间去充电：买书，买课程学习，然而很多时候效果不明显，所以看下数据分析行业的资料

04.市场上的书籍、资料、课程

市场上的课程和书籍多数以工具为主

稍微对推荐算法有点了解的同学都知道，推荐算法的核心是兴趣的匹配度：当前大部分分析师的不足点是思考和表达能力，在执行层面没有问题。而无论是京东还是云课堂上的高销量资料，基本都是围绕工具层面来讲解。也就是说，这个过程实际上是不太匹配的，这也就是为何你花了很多时间，但仍然发现提升不高。

05.突破提升，冲击年薪30万

无论是sql，机器学习，5w2h这些，实际上都是术的层面，技巧性的东西短时间内很容易去模仿。作为一名分析师，要想走的远，有三点我认为是前提，只有这三点做到了，才能保证你走的很远。这也是我职业生涯每次在瓶颈期都有办法去突破的重要保证

1. 自我优化迭代意识

我们知道，分析师的价值实际上就是通过分析诊断当前业务问题，提出优化建议并跟进落地。

而在实际的业务过程中，每个人遇到的情况都会不太一样，所以虽然方法论一样，但是效果往往大相径庭。比如你有很好的落地建议，但是业务方现在就是没有开发去落地，那也只能搁置。对于这些外在不可控因素，分析师能够做的就是让自己变得越来越专业。

一定要知道当前阶段性工作中暴露出你最大的问题在哪，然后刻意练习，如果没有，那就是你思考不够。

以专题分析中的图表为例，分析师要尽量保证自己画出的图表比其他人要专业

这两张图是对比

分析师需要优化的地方太多：图表、PPT、演讲、心态、技术、思维、大局观。是不是突然觉得有很多东西要学，不要急，先要有这种思维意识，这是最重要的

2. 业务服务和洞察视角

所有的工作都是服务于业务，所以一定要有很好的业务意识，工作中，有两种现象尤为常见：

1）轻视业务

分析师遇到一个问题时，还没花时间去研究问题，就直接上手用技术来做报告，最后就是报告显得很花哨，各种机械学习算法在里面，然而业务方看完之后，还是不知道要做什么，没有落地项。解决方案就是多去和业务方沟通，让他们多去挑战你，只有被挑战多了，才会有很好的改变

2）建议与落地分开

很多分析师在给出建议项后，就把这份报告丢给业务方了，包括后面的落地以及效果都不跟进，或者只是简单的问下业务方效果。实际上这个是非常可惜的，分析师花了大量时间去做一份报告，在最后的落地收尾环节花的时间甚少。对于一份专题报告，建议项跟落地项一定是分析师和业务方一起来商定完成的。包括执行时间、负责人、预期效果都要提前定好，否则就是一份报告而已。

相信我，当你参与所有的过程之后，你对数据分析这个行业的理解会又不太一样，而业务方也会觉得你不一样

3. 具有打动力和说服力的表达

优秀的分析师情商一定是非常高的：太多时间需要和别人沟通

举个例子：面试的时候面试官问你某上线的功能的效果怎么样

因为是面试，整个过程时间比较短，所以你要在短时间内给出直接结论，并且要尽可能连贯性的输出更多对你有价值的信息，让对方觉得你很有料。

工作中，无论是跟领导同事交流，都要去对自己的表达能力进行刻意练习。干的好的不如写的好的，写的好的不如说的好的，这话还是很有启发性的

作为一门分析师或者产品经理，只有掌握了这三个底层工作方法，我觉得才能达到顶级分析师的要求。

版权声明

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！