数据分析师成长中的三次跨越

一、第一次跨越：掌握取数工具

第一个真相是：数据分析岗看起来工资高，完全是沾了IT部门的光。挂在IT部门下的数据分析岗，是按程序员标准给工资的。因此，当你想做专业的数据分析师的时候，掌握SQL取数能力，熟悉Tableau/Power BI/Fine BI等至少一个BI工具，对Python的数据处理、数据科学包有了解，是入门门票。

这是必须实现的第一个跨越：掌握取数工具。

经常有些在校的同学心存幻想：我找一个不写代码的“商业分析师”“经营分析师”“业务分析师”。首先，刚毕业的同学，你也不懂商业/不懂业务呀，不掌握取数工具，只能干最低级的整理Excel表哥表姐，拿的是文员工资，薪资低得令人发指。

所以，我常建议在校生：

•  去看《SQL必知必会》，如果没兴趣可以直接放弃
•  上牛客网→在线编程→SQL篇，把题目刷一遍
•  找一份写SQL的数据分析实习，干仨月

这样能有效地避免“叶公好龙”！其实，如果不想取数，完全可以做一个懂数据的运营，产品经理，策划，没必要做专职的数据分析师。等你能熟练从数据库取数，就实现了第一次跨越。

二、第二次跨越：体现业务价值

数据分析师的成长不是线性的。并不是初级的数据分析师每天写500行SQL，中级的每天写1000行SQL，高级的每天写2000行SQL。每天写2000行SQL那种，又称：查数姑，SQLboy，人肉取数机，数据工具人……总之不是什么好状态。

第二个真相是：数据分析岗本质是服务岗位，要支持业务工作。因此想办法体现自己的业务价值，才能在工作中掌握主动，避免被动取数；才能更好体现绩效，升职加薪。

体现业务价值的方法有很多：

•  输出指标体系，全面监控业务
•  主动发现问题，提醒业务关注
•  主动发现机会，提升业务表现
•  开展科学实验，验证业务想法
•  输出分析报告，提供有用建议

这一步跨越，实现起来会比较难，因为：

•  缺少可参考的书籍，自己行业太过独特
•  公司缺乏沟通氛围，业务对你爱答不理
•  直属领导缺少指导，只会让你“多想想！”
•  没见过成功的案例，不知道做到啥程度

所以经常有同学卡在这一阶段。

想突破这一阶段，也是有办法的。这一阶段的核心就是：转变思维，从入门阶段“对着教程学答案”，转变成“训练自己的逻辑能力，自己找答案”。

一般推荐大家：

•  多和同行交流，了解各公司的情况
•  多和业务交流，了解业务流程/习惯做法
•  训练逻辑能力，多思考如何定量描述业务
•  参加数据大赛，见识各行业/各业务分析做法

这些更多是见识层面的增长，没有标准答案，但是积累多了能实打实地提升自己处理问题能力。当你能熟练地把业务口中的话转化为分析逻辑树的时候，就成功度过了这个阶段。

三、第三次跨越：组织数据项目

第三个真相是：同其他IT团队一样，如果你只会单打独斗，就很难做大部门，很难实现升职加薪。甚至，数据项目比其他IT项目更难做，因为业务的期望值往往很高。在外界各种宣传下，人们总以为：“只要有个数据，就能精准预测、全知全能……” 业务方过高的期望与稀烂的基础建设之间的矛盾，始终是数据分析领域头号矛盾。

想做好数据项目，需要：

•  技术上，熟悉取数/模型/BI工具，即使自己不亲自动手，也知道怎么甄选高质量伙伴/靠谱的供应商。
•  业务上，熟悉业务常见的的问题，能敏锐地识别需求坑点，抓住有价值的部分，体现数据的价值。
•  管理上，熟悉项目进度管理，会催着业务清晰需求/催着前端做好埋点/催着数仓团队配合/催领导确认看板设计。
•  汇报上，熟悉汇报套路，项目开始前画大饼，项目开始后控制期望，项目结束后做个花式收尾，体现功劳。

可以说，好的项目组织是自己前几年技术/业务经验的综合运用。项目做好了，领导们重视数据团队，给你更多人员编制，你能把团队做大，也就成功地实现管理层跃迁。

这一个环节会卡很多同学，因为很多公司就压根没有项目机会。运气好的同学，则可以从小项目开始（一般都是小专题报告），逐步锻炼能力。

当然了，也不是所有同学都会走到最后，很多同学卡在第二步，觉得跑数没意思转行。其实数据分析能力在很多工作都适用。比如策略产品、用户运营、风控、商品管理、销售运营等业务岗，数据分析转数仓、算法等开发岗也有一定机会。

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，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！