今天想寫(xiě)這個(gè)文章，是對(duì)我所見(jiàn)所聞的梳理，作為一個(gè)有巨多粉絲的數(shù)據(jù)分析從業(yè)者，我接觸了一般人可能感受不到的一些事情，比如每天面臨粉絲很多五花八門(mén)的問(wèn)題，每天要回答很多人一樣的問(wèn)題，和許多圈友一起交流職場(chǎng)和分析方法的問(wèn)題。
日積月累，也讓我形成了一套自己的認(rèn)知體系，對(duì)數(shù)據(jù)分析有了一定程度的認(rèn)識(shí)。在我的經(jīng)歷中，經(jīng)常會(huì)有一些伙伴問(wèn)以下2類(lèi)問(wèn)題，
第一類(lèi)：小白類(lèi)
1、我要想入行數(shù)據(jù)分析，應(yīng)該從哪里開(kāi)始學(xué)？
2、想成為數(shù)據(jù)分析師，我要學(xué)習(xí)那些技能、掌握那些工具？
3、我沒(méi)做過(guò)數(shù)據(jù)分析，數(shù)學(xué)特別不好，能學(xué)好嗎？
4、我學(xué)的是文科專(zhuān)業(yè)，能從事數(shù)據(jù)分析師嗎？
第二類(lèi)：迷茫類(lèi)
1、做了好幾年數(shù)據(jù)分析，感覺(jué)看不到以后的晉升線路？
2、我對(duì)數(shù)據(jù)分析有一定了解，如何快速用到我現(xiàn)在的職業(yè)上
3、從事運(yùn)營(yíng)、產(chǎn)品的工作，看過(guò)和做過(guò)一些數(shù)據(jù)分析，但不專(zhuān)業(yè)，能不能成為專(zhuān)業(yè)分析師
4、以后數(shù)據(jù)分析師會(huì)不會(huì)發(fā)展不好，未來(lái)潛力如何？
但無(wú)論是小白類(lèi)還是迷茫類(lèi)，我們都要清楚的認(rèn)識(shí)到數(shù)據(jù)分析師到底是干什么的，在職場(chǎng)中他們到底有什么不同，只有了解了這些，以上的疑惑才能迎刃而解，我們常用的分析思維就是拆分，就好比樂(lè)高一樣，有很多小積木組合，只要我們理解了這些小積木的形狀，我們也就能搭建起自己的夢(mèng)想。
先說(shuō)幾個(gè)常見(jiàn)崗位的區(qū)別：
財(cái)務(wù)分析 VS 運(yùn)營(yíng)分析
財(cái)務(wù)分析主要是財(cái)務(wù)報(bào)表為主的分析，相對(duì)來(lái)講財(cái)務(wù)的報(bào)告很標(biāo)準(zhǔn)化，而運(yùn)營(yíng)分析主要是以運(yùn)營(yíng)為核心的分析，是單個(gè)的業(yè)務(wù)形態(tài)，比如社群運(yùn)營(yíng)、流量運(yùn)營(yíng)、用戶(hù)運(yùn)營(yíng)等，分析的領(lǐng)域相對(duì)垂直單一。
戰(zhàn)略分析 VS 經(jīng)營(yíng)分析
戰(zhàn)略分析主要是項(xiàng)目或業(yè)務(wù)的事前分析，而經(jīng)營(yíng)分析則是以項(xiàng)目、業(yè)務(wù)的進(jìn)行中的分析為主，戰(zhàn)略主要的數(shù)據(jù)來(lái)自外部，經(jīng)營(yíng)分析數(shù)據(jù)都來(lái)自業(yè)務(wù)系統(tǒng)、產(chǎn)品系統(tǒng)等等
數(shù)據(jù)分析，按照嚴(yán)格的標(biāo)準(zhǔn)來(lái)看，數(shù)據(jù)分析師應(yīng)該是一個(gè)技術(shù)類(lèi)的崗位，但現(xiàn)實(shí)中并沒(méi)有以上這些細(xì)致的分工，只是告訴大家是有一定的區(qū)別的，所以掌握技能的側(cè)重點(diǎn)不一樣。
常見(jiàn)的幾個(gè)數(shù)據(jù)分析師劃分，主要包含這6大類(lèi)，當(dāng)然每一類(lèi)其實(shí)也有自己的層級(jí)，我只是做一個(gè)簡(jiǎn)單的區(qū)分，讓大家有一個(gè)基本的概況
A類(lèi)：商業(yè)分析師
特點(diǎn)：上手快、深入難
主要的工作：幫助業(yè)務(wù)、市場(chǎng)以及管理層做一些數(shù)據(jù)的洞察，還原數(shù)據(jù)的本質(zhì)，講述數(shù)據(jù)的故事，要很清楚的了解市場(chǎng)要什么？用戶(hù)愛(ài)什么？
需要掌握的：
硬性技能：SQL、EXCEL、PPT
軟性技能：表達(dá)能力、視覺(jué)思維、邏輯性強(qiáng)、思維清晰，特別是溝通能力！！！
掌握的方法論：ABtest、AAARRR、SWOT、RFM、28原則、5W2H等
掌握的統(tǒng)計(jì)學(xué)：常規(guī)統(tǒng)計(jì)指標(biāo)（均值、中位數(shù)、分位數(shù)、T檢驗(yàn)等)、回歸、聚類(lèi)、因子、決策樹(shù)、邏輯回歸等，這些足夠了
加分項(xiàng)：圖表可視化、結(jié)構(gòu)化思維、金字塔原理、千萬(wàn)級(jí)數(shù)據(jù)處理經(jīng)驗(yàn)（這類(lèi)一般1年遇不到幾次）
注意：掌握一些宏觀數(shù)據(jù)的獲取方式，沒(méi)事的時(shí)候多收集一些，自己根據(jù)所在行業(yè)而定，從事互聯(lián)網(wǎng)或者移動(dòng)互聯(lián)網(wǎng)的話，最好掌握一種自助式BI工具，比如Google Analytics、百度統(tǒng)計(jì)、taklingdata、神策數(shù)據(jù)等
核心：不一定技術(shù)強(qiáng)、算法掌握牛，但一定要能深入行業(yè)、深入場(chǎng)景
以后發(fā)展：業(yè)務(wù)負(fù)責(zé)人、獨(dú)立咨詢(xún)師、管理層、戰(zhàn)略分析師、團(tuán)隊(duì)領(lǐng)頭羊
適合人群: 文科類(lèi)、運(yùn)營(yíng)\產(chǎn)品轉(zhuǎn)崗類(lèi)、不喜歡編程、不善于研究算法的同學(xué)
B類(lèi)：炮灰分析師
主要的工作：協(xié)助業(yè)務(wù)或者上級(jí)完成一些常規(guī)的需求，這類(lèi)一般是別人要什么，我們做什么，但是在不同的行業(yè)，不同的部門(mén)做的事情差異還是很大
需要掌握的：
硬性技能：SQL、EXCEL、PPT、python\spss\R任選其一，根據(jù)場(chǎng)景而定
軟性技能：溝通能力、抗打擊能力、加班能力、數(shù)據(jù)管理能力（數(shù)據(jù)庫(kù)和數(shù)據(jù)字典）
掌握的方法論：ABtest、AAARRR、SWOT、RFM、5W2等，不知道也能干
掌握的統(tǒng)計(jì)學(xué)：常規(guī)統(tǒng)計(jì)指標(biāo)（均值、中位數(shù)、分位數(shù)等)、回歸、聚類(lèi)、因子、決策樹(shù)、邏輯回歸等，這些足夠了，但基本高級(jí)的模型用不上，定位決定
加分項(xiàng)：聽(tīng)話能力、擅長(zhǎng)各類(lèi)工具的應(yīng)用，能快速相應(yīng)需求方的需求
突破：要自己根據(jù)環(huán)境主動(dòng)參與一些討論，承擔(dān)一些從無(wú)到有的分析，從被動(dòng)變?yōu)橹鲃?dòng)
以后發(fā)展：純正數(shù)據(jù)分析師、數(shù)據(jù)產(chǎn)品經(jīng)理、數(shù)倉(cāng)人員
適合人群：都可
C類(lèi)：數(shù)據(jù)分析師
主要的工作：除了被動(dòng)的常規(guī)分析外，還要能主動(dòng)發(fā)現(xiàn)業(yè)務(wù)存在的問(wèn)題，會(huì)用數(shù)據(jù)找事，梳理業(yè)務(wù)發(fā)展與指標(biāo)體系之間的關(guān)系，從日常監(jiān)督分析開(kāi)始，更多的是專(zhuān)題性的分析，無(wú)中生有
需要掌握的：
硬性技能：SQL、EXCEL、PPT、python\spss\R任選其一，tableau\powerbi，也要懂一些BI工具、市面上流行的數(shù)據(jù)產(chǎn)品
軟性技能：溝通能力、表達(dá)能力、邏輯思維強(qiáng)
掌握的方法論：ABtest、AAARRR、SWOT、RFM、28原則、5W2H，用戶(hù)及產(chǎn)品生命周期等
掌握的統(tǒng)計(jì)學(xué)：常規(guī)統(tǒng)計(jì)指標(biāo)（均值、中位數(shù)、分位數(shù)等)、回歸、聚類(lèi)、因子、決策樹(shù)、邏輯回歸、機(jī)器學(xué)習(xí)等，這些足夠用了
加分項(xiàng)：圖表可視化、PPT展示、系統(tǒng)性思維、在行業(yè)有很多認(rèn)識(shí)和沉淀
要點(diǎn)：算法、技術(shù)、工具、業(yè)務(wù)混為一體，樣樣都要懂
總結(jié)：這類(lèi)目前市場(chǎng)上很緊缺，被稱(chēng)為稀缺動(dòng)物
D類(lèi)：BI工程師 分析師中的程序員，很純的那種
主要的工作：和數(shù)據(jù)的ETL打交道多，主要做數(shù)據(jù)規(guī)范、數(shù)據(jù)倉(cāng)庫(kù)、業(yè)務(wù)需求報(bào)表開(kāi)發(fā)、多維度呈現(xiàn)等
需要掌握的：
硬性技能：數(shù)據(jù)庫(kù)技術(shù)、數(shù)據(jù)倉(cāng)庫(kù)、Informatica, Datastage，Kettle，還有一些廠家的展示產(chǎn)品Business Objects, Cognos，常用梳理工具
ERwin、echarts等
軟性技能：理解能力、表達(dá)能力、思維縝密
掌握的方法論：無(wú)，基本人家讓干啥咱干啥
掌握的統(tǒng)計(jì)學(xué)：常規(guī)統(tǒng)計(jì)指標(biāo)（均值、中位數(shù)、分位數(shù)等)、回歸、聚類(lèi)、因子、決策樹(shù)、邏輯回歸等，
加分項(xiàng)：技術(shù)過(guò)硬，有過(guò)大型BI建設(shè)經(jīng)驗(yàn)，既能干DBA又能干BI、視覺(jué)思維
突破：這些人比一般的數(shù)據(jù)分析師更懂底層，缺少的只是與業(yè)務(wù)的融合，看自己的定位了
總結(jié)：絕對(duì)的苦逼，容易吐血那種，常常懷疑人生
發(fā)展線路：CTO、項(xiàng)目經(jīng)理、產(chǎn)品經(jīng)理、平臺(tái)負(fù)責(zé)人等
E類(lèi)：算法工程師 就是你們班技術(shù)最強(qiáng)那個(gè)人
主要的工作：做算法、搞研發(fā)、創(chuàng)新算法
需要掌握的：
硬性技能：數(shù)據(jù)庫(kù)技術(shù)、hadoop、python、R、spark等等
軟性技能：理解能力、表達(dá)能力、思維能力
掌握的方法論：懂一些常見(jiàn)的即可
掌握的統(tǒng)計(jì)學(xué)：各種算法都要精通，而且在不同的場(chǎng)景下，要自己開(kāi)發(fā)新算法
加分項(xiàng)：算法很熟悉、技術(shù)沒(méi)得說(shuō)、學(xué)歷高
總結(jié)：工資高、壓力大，經(jīng)常斷片
適合人群：名校對(duì)口專(zhuān)業(yè)畢業(yè)，沒(méi)辦法人太多，某寶從國(guó)內(nèi)top已經(jīng)要求全球TOP了
都需要掌握的能力
了解了這些數(shù)據(jù)分析師的百態(tài)之后，該如何入門(mén)的問(wèn)題相信也會(huì)得到解答，我們一起來(lái)嘗試需要數(shù)據(jù)分析需要那些能力，而這些能力掌握的程度不同，那以后你的路也就不同了，總結(jié)出7種能力
1、基本工具應(yīng)用的能力
Office的三件套是必備的，特別是（excel、PPT），但所有的excel\ppt功能都要學(xué)習(xí)嗎？顯然不是，很多人在這個(gè)上面浪費(fèi)的時(shí)間太多太多了
對(duì)于excel來(lái)講，基本的函數(shù)（加減乘除、條件篩選、匹配函數(shù)、透視表、圖表）就足夠了，VBA基本可以放棄
對(duì)PPT來(lái)講，不要把自己打造成為一個(gè)專(zhuān)業(yè)的ppter，PPT對(duì)于分析師來(lái)講，唯一的核心就是展示，因此基本的操作就足夠了，可能當(dāng)入門(mén)的時(shí)候，你連打開(kāi)PPT 的機(jī)會(huì)都沒(méi)有，就是提數(shù)
SQL，這是一種數(shù)據(jù)庫(kù)的通用語(yǔ)言，還有一種叫HSQL，有一些差異，但邏輯是相同的，學(xué)習(xí)SQL的目的其實(shí)只有一個(gè)，提數(shù)，需不需要掌握sql和你未來(lái)公司的發(fā)展或目標(biāo)的企業(yè)有很大關(guān)系，建議一定要學(xué)，總不能別人找個(gè)數(shù)據(jù)分析師來(lái)，還要給你配個(gè)提數(shù)助理，那成本太高了。
2、專(zhuān)業(yè)工具使用
分2個(gè)方面，數(shù)據(jù)分析與處理、數(shù)據(jù)展示，這時(shí)候大家會(huì)問(wèn)了，我都會(huì)excel\PPT了，感覺(jué)就可以了，其實(shí)不是的，很多時(shí)候我們面臨的數(shù)據(jù)和復(fù)雜程度雖然用excel\PPT也能做，但是效率卻很底下，那我們學(xué)工具的目的是什么？不就是為了單位時(shí)間內(nèi)提高效率的問(wèn)題嗎？
這時(shí)候一定要掌握一種專(zhuān)業(yè)的工具，存在即是合理，比如不善于編程的話，spss、clementine都是很不錯(cuò)的選擇，也可以嘗試玩玩kettle，不討厭編程的話建議直接去學(xué)習(xí)python，R相對(duì)來(lái)講，專(zhuān)業(yè)對(duì)口的學(xué)起來(lái)用起來(lái)順手一些，學(xué)那個(gè)工具都可以，一般的招聘都是掌握一種就可以，所以不要逼著自己去學(xué)不順手的工具，浪費(fèi)時(shí)間，投入產(chǎn)出比太低
另外就是可視化的，最好的可視化工具一定是excel，簡(jiǎn)單易用，場(chǎng)景多，很多人可能會(huì)去學(xué)tableau、PBI這些，掌握一點(diǎn)就可以了，沒(méi)必要投入太多的時(shí)間，有幾個(gè)企業(yè)能買(mǎi)得起、舍得買(mǎi)tableau、PBI的云版，除非你要去的公司一定會(huì)買(mǎi)，那你就學(xué)，因此最好去學(xué)一些開(kāi)源的，比如echarts、datav、antv這些，但一定一定要學(xué)好excel的圖表可視化。
上面的這兩個(gè)能力都是要花時(shí)間去學(xué)習(xí)和實(shí)際操作的，最好找一些數(shù)據(jù)，沒(méi)事就練習(xí)一下，而下面要說(shuō)的能力是需要刻意訓(xùn)練的，不是花時(shí)間就能學(xué)到的
3、發(fā)現(xiàn)問(wèn)題的能力
這是一種很重要的能力，可以塑造自己從被動(dòng)轉(zhuǎn)為主動(dòng)，這需要我們有足夠的知識(shí)儲(chǔ)備和業(yè)務(wù)的沉淀，你才有發(fā)現(xiàn)問(wèn)題的資本，而不是讓人家覺(jué)得你在找茬。
4、解決問(wèn)題的能力
數(shù)據(jù)分析不但要告訴過(guò)去、現(xiàn)狀、未來(lái)，更重要的是遇見(jiàn)問(wèn)題的時(shí)能告訴為什么會(huì)發(fā)生，為什么是這樣，而不是我們想的那樣，我們不是一直在做這樣的事情嗎？下來(lái)才是你解決問(wèn)題的套路（拆分、MECE、多維度、公式法等），一般三步法：
What-界定問(wèn)題，搞清楚問(wèn)題到底是什么？
如何理解呢？舉個(gè)例子，比如你們老板給你說(shuō)最近客單價(jià)下滑很厲害？
那有的人側(cè)重點(diǎn)就是分析就應(yīng)該為什么下滑？然后從下滑因素中找出原因，并采取行動(dòng)，對(duì)吧？至少很多人會(huì)這么做
其實(shí)不是，下滑只是現(xiàn)狀，老板是想提高客單價(jià)，這時(shí)候要從下滑轉(zhuǎn)化為提高，如果從提高的角度去建立分析框架，兩者的分析思路是不一樣的
Why-分析問(wèn)題，結(jié)構(gòu)化分析問(wèn)題的本質(zhì)原因是什么？
這個(gè)就不多說(shuō)了，大家都知道麥肯錫的MECE，你也可以理解為邏輯思維能力，那塊如何落地呢？
我自己最喜歡的方式只有2個(gè)：1、自問(wèn)自答，答到滿意為止；2、學(xué)習(xí)，多看行業(yè)報(bào)告，特別是投行、券商的報(bào)告
How-解決問(wèn)題，應(yīng)用目標(biāo)導(dǎo)向思維怎么解決？
這一點(diǎn)很多人容易忽視，往往我們沉迷在數(shù)據(jù)中，忘記了自己要分析的目標(biāo)到底是什么？越做越多，越做越復(fù)雜，以至于輸出的時(shí)候沒(méi)有了重點(diǎn)，缺少一根主線，突然之前從清晰變成了混亂，讓自己開(kāi)始懷疑自己的價(jià)值
切記做一份商業(yè)分析之前一定要有一個(gè)目的性明確的框架，每個(gè)框架下面如何假設(shè)分析也要梳理出來(lái)并反復(fù)推敲，確定后就不要大改了，除非發(fā)現(xiàn)驚天秘密！
5、行業(yè)洞察能力
常言道：干一行愛(ài)一行，為了自己以后每天都能吃上五花肉，你也要深入自己的行業(yè)，構(gòu)建自己的認(rèn)識(shí)體系，提升自己的賦能
當(dāng)然行業(yè)的洞察力不是靠閱讀文章的數(shù)量，看書(shū)多少本來(lái)決定的，雖然之前存在一定的關(guān)系，但不是純正相關(guān)或者因果關(guān)系，而是要依靠咨詢(xún)公司的那一套方法論去不斷的模仿、思考、復(fù)盤(pán)的
借助行業(yè)研究模型：
這些模型天生符合MECE的原則，所以你如果能很好的應(yīng)用，對(duì)你的思維能力提升也有很大的作用
6、創(chuàng)新的對(duì)應(yīng)方案
知道了事情的來(lái)龍去脈，能不能站在用戶(hù)體驗(yàn)的角度設(shè)計(jì)出一套，記住自己分析數(shù)據(jù)、呈現(xiàn)數(shù)據(jù)的時(shí)候不僅僅是數(shù)據(jù)，而是一群人的行為趨勢(shì)，比如你要開(kāi)一個(gè)陜西面館，你能否根據(jù)用戶(hù)的數(shù)據(jù)，打造出一套引導(dǎo)改變他們習(xí)慣的面館，而不僅僅是影響。
7、數(shù)據(jù)的解讀能力
經(jīng)常看一些小伙伴寫(xiě)的分析報(bào)告，出現(xiàn)最多的就是同比、環(huán)比，而同比、環(huán)比之后在沒(méi)有任何的描述，這時(shí)候你描述的只是一種數(shù)據(jù)的狀態(tài)，并沒(méi)有把數(shù)據(jù)背后的故事講清楚，比如什么原因引起的？你是從哪些角度分析發(fā)現(xiàn)的？這樣的報(bào)告很難帶讀者到你的思維世界
你寫(xiě)的：本周我的工資環(huán)比下降了50%
別人的：本周我的工資環(huán)比下降了50%，主要是因?yàn)楣拘б嫦陆?0%，因此造成績(jī)效工資下降幅度較大引起，另外分析得知，公司效益同比下降200%，而這段時(shí)間正好是疫情發(fā)生時(shí)期....
弗賴(lài)塔格金字塔模型
以上的能力，我在以前的文章中都有寫(xiě)，這里就不展開(kāi)寫(xiě)了。
然而很遺憾的事情，是許多人入門(mén)的時(shí)候，忽略了數(shù)據(jù)分析的本質(zhì)，把太多的時(shí)間和精力放在了基本工具、專(zhuān)業(yè)工具方面，其實(shí)面試的時(shí)候工具類(lèi)的面試都很簡(jiǎn)單，而面的主要是你解決問(wèn)題、發(fā)現(xiàn)問(wèn)題、應(yīng)變的能力，難道不是嗎？
即使你的工具使用、編程能力不強(qiáng)，但只要你可遷移的能力很強(qiáng)，企業(yè)都會(huì)要，當(dāng)然不是說(shuō)大家不要投入時(shí)間去學(xué)習(xí)工具，而是建議不要投入太多的時(shí)間，比如學(xué)習(xí)excel，有的人要連續(xù)學(xué)習(xí)好幾個(gè)月，其實(shí)一周足夠了！
你要學(xué)的不是它的全部功能，而是快速了解掌握能夠解決問(wèn)題的20%功能，那些足以解決企業(yè)80%以上的問(wèn)題，以后遇見(jiàn)剩下20%問(wèn)題時(shí)，不要忘記使用搜索引擎，絕對(duì)可以解決的。
這里面還有一個(gè)更重要，卻被大家忽視的，那就是統(tǒng)計(jì)學(xué)！！！！！必學(xué)必學(xué)！！！
聯(lián)系客服
