数据分析师需要的八大能力

脱离了业务场景、业务需求、业务流程都是空谈。深入讨论数据分析工作过程与数据分析思路，数据分析师八大能力，把解决业务问题和管理数据开发项目一网打尽。

本质问题：数字、数据、数据分析，三者到底有什么区别？



数字：大多是没有来源，没有采集方式，没有度量的三无产品，这些脱口而出的三无产品，往往反映的是我们的感受，而非事实。

为了避免garbage in garbage out，就有了数据的概念。

数据：有据可查的才是数据。

数据来源（从哪里来）
采集方式（以何种方式收集）
记录格式（以何种形式记录，单位，字段类型等）
把分析建立在虚无缥缈的感受上，肯定是会出错的，我们需要有数据才能分析。

然而实际上，真实数据就是需要很大成本并且不一定能拿全的。数据分析，本就是一个用技术、业务手段尽可能接近真相的过程。

数据分析的过程，就是一个：假设-检验-总结-再假设的过程。

真正有痛点的人，才真正需要分析
这世界上最不缺的就是感情用事，炒股、买房、找工作......越是重大事件，反而理智的时候越少，特别是情感问题，大部分时候我们脱口而出的都是感受。

数据分析的本质，是把思维建立在牢固的事实基础上，通过有逻辑的分析，推理出接近真相的答案。

数据分析代表了理性、严谨、缜密的思考过程。无论工作和生活，都是必备的。

数据分析的价值是由作用而非技能决定
数据是企业的刚需，但数据分析不是，不能解决问题的数据分析终被淘汰，不能解决问题，不光加薪有限，还会第一个被淘汰。总之，数据分析工作的地位，是由自己发挥的作用决定的。

第一等：自己就是产品，自己能带来利润（比如计算广告）

第二等：自己能辅助其他部门，降低成本，提升利润（如推荐系统、外呼模型，仓储规划）

第三等：自己能提供其他部门需要的一项服务（如争取资源、减少负担，减轻责任）

第四等：那谁谁，我要的数跑好了吗！！！

想解决问题，需要的是全套的能力，并非单一的操作技能。正如同看病一样，做各种检查，得到检验报告是一个技术操作。然而看病是一个复杂的过程，需要不仅仅是得到一个化验单。

一个成长的难题：从掌握取数，到完成数据分析工作，还需要补充多少能力？

数据分析师在实战中常见难题
数据分析师也会遇到这五种典型的业务方：

第一等：思路清晰，分工明确，合作态度好
第二等：有问题，无思路，需要我们去梳理
第三等：只知道业务难做，难在哪都不知道......糊涂蛋
第四等：平时刚愎自用，出了事急于甩锅.......自大狂
第五等：自以为懂，瞎指挥，出了问题还不认......
我们常说的相关分析、方差分析、回归分析，SWOT、PEST只是一些常用的分析问题技术、业务套路。

真正应用到实战中，不是某个套路一路到底，而是一套组合拳，从搞清到底发生了什么问题开始，到跟踪到问题结束为止。

想解决问题，要从理解问题开始，而不是急着翻《统计学》、《机器学习》的书。

步骤

1、日常积累：

收集信息，理解业务背景
2、分析前期准备：

把具体问题转化为需求
定义问题，选择方法
3、分析过程

梳理流程，认清现状
明确评判标准
寻找问题产生原因
评估方案提出分析建议
4、分析后总结

阶段性汇报/总结汇报：因人而异
数据分析师常犯错误
问题1：模型崇拜症，算法狂热者，大数据迷信者

经典名言：

“有没有大数据算法能duang的一算，客户就买单了！！！”

“你咋不直接去买*呢？”

问题2：遇到事只会问业务，自己没主见

问题3：不考虑企业实际情况，只会要数据资源

问题4：五棍流，不诊断问题，哪个指标低了搞哪个

望闻问切·自我学习
结合数据分析实际流程掌握数据分析师所需的八大能力

结合数据分析四大类基本工作（临时性取数，报表，专题分析，数据建模）

学习销售、活动策划、用户运营、小贷风控、企业招聘案例，全流程体验数据分析师如何助力业务，支持决策。

从企业真实场景出发，解决实际困难，从缺分析思路这种宏观问题到业务不理我这种鸡毛蒜皮都需找到应对办法。

来源：网络