編輯導語：作為一名數據分析師，除了基本的工作能力和基本工具的運用，要成為更高級的數據分析師還要經過更多的學習和實踐；本文是作者對數據分析師職業發展道路上的一個問題解答，我們一起來看一下。

很多小夥伴在數據分析的道路上都會有一些疑問，今天我們來談談一些很多夥伴都關心的問題。

一、不同階段數據分析師所必備的能力

數據分析師有很多方向，在此我們先指讨論業務向分析師的必備能力，我們把分析師劃分為初級、中級、高級三個階段：

1. 初級分析師

1）基礎數據能力：數據提取(sql)、sql調優（小公司需要）、基本分析能力、數據處理能力（工具不限，excel或者python等都可以）。

2）良好的溝通表達能力。

2. 中級分析師

1）在初級分析師的基礎上，需要具備統計學、概率論、量化計算能力、項目管理、業務理解能力。

2）統計學概率論的知識運用能力及深入程度将影響到思維的天花闆，而項目管理、業務理解能力将直接影響到所做事情是否可以落地，發揮價值。

3）提到對應的能力都可以展開很多内容，抽象一下就是需要更強的通過數學與實踐結合的能力以及團隊配合溝通能力。

3. 高級分析師

1）更深的業務理解能力：初、中級分析師在初期大部分都是承接相對基礎，或者某個功能項的事情，沒有系統化沉澱好業務思維；在這個階段的業務理解一定會結合着曆史經驗或者是之前對于經驗的抽象整理。

2）判斷力：判斷力依賴于幾點：

• 行業經驗，經驗是基于實踐過的事情去總結歸納，所以在這個過程中，我們所做的事情以及當時是否可以拿到正确且科學的業務結論非常重要，可以為之後的判斷提供依據。
• 拓展數據以外的能力，數據分析是支持發現問題、解決問題的一種線索，但是真正決定問題及解決問題的思維方式是源于生活的，所以在生活中的經驗很多時候可以反哺為業務sense。
• 補充其他領域的知識比如心理學、設計、經濟等，也是非常有必要的，這些都會在潛移默化中，提升我們的判斷力。

3）保持初心：分析師的價值在于可以用最公正的視角看待問題，不做數據遊戲；時刻保持對所做事情的熱情，促進自己不斷思考不斷進步，不斷追求真理才是我們應該做的。

二、數據分析如何渡過中年危機

首先明确一點，中年危機是任何行業及崗位都會面臨的問題，并不局限于數據分析崗位。

所以，這個問題其實我們可以理解為，我們需要了解自己所做職位可以為企業所貢獻的價值，這樣我們才能知道，随着年齡變大我們怎麼才能夠不被淘汰。

1. 盡早明确個人規劃

業務分析師、數據科學（算法、挖掘）、數據産品等，了解每個方向對應重點能力模型，專注精力在一個重點方向上面。

盡量要發展自己的核心競争力，看過一部分分析師的bad case；例如業務分析師很喜歡研究算法，但是實際工程能力不強，可能導緻在工業生産即使有想法也很難落地。

還有一些分析師會樂于接觸方方面面的知識，包括算法、統計、戰略、模型，但是卻沒有自己的核心競争力，導緻對任何方面都不夠深入——看上去什麼都在做，什麼做的都不深入。

所以要基于自己的職業方向，早早的有意識的提高自己在對應職業的核心競争力。

2. 積累目标方向的能力并積累價值較高的業務經驗

那麼什麼經驗算是價值高的業務經驗的呢？

我理解在公司商業模式上的主鍊路的事情是高價值經驗，例如：頭條的增長、推薦、商業化——這種經驗非常寶貴，任何一家公司都需要具備這樣經驗的人才。

陌陌的社交方向、豆瓣的社區方向、長視頻的内容分析等；每個人都在随着團隊和公司成長，公司在這個方向更有優勢自然個人可以吸收的内容會更多。

目标方向能力指的是在職業規劃中，哪個專業能力是必須的，比如：目标規劃往技術方向發展，工程能力的提升就更重要一些；對應的能力模型也會和業務分析師不一樣。

3. 提升所專攻方向的專業能力

專業能力融合為思想，指導決策：例如算法能力，并不是說了解很多常用算法就說明算法能力強，要了解算法思想。

不同的算法是在不同的階段、面對不同業務場景，以及當時數據處理能力，總結出來的；所以算法本身是會更新疊代的，所以沒有一成不變的算法，隻有相對穩定的算法思想。

例如統計學思維，大部分在課本中學過一些統計思想，但是真正和實際場景結合的過程中，該如何應用，相信很多人是無法很好的結合的——是因為沒有很好的理解統計思想。

4. 人脈

随着自身能力的加強，身邊人的層次和能力也是同樣會之增長，所以不論是分析師、産品、還是其他崗位，到某個階段後，對應行業的圈子是不大的；所以後面可以依賴身邊的這些夥伴互相成就，機會很多時候會自己找過來。

三、如何說服業務方配合，讓分析結果可落地

通常，對于在業務部門的分析師來說，和業務合作會較順利，所以我們重點展開說跨部門的合作。

其實跨部門和業務方配合種種的不順利的根本核心原因不外乎幾點，了解根本原因，從而針對性的交流溝通。

1）綁定雙方共同目标，所有人配合的前提是大家目标一緻，所以需要先找到雙方一緻的點，從而切入；需要領導支持，明确這種業務配合方式是否合理。

2）培養信任感，信任感是基于曆史一件件正反饋的事情積累下來的，所以需要我們真正能幫業務解決實際的問題，業務方才會基于信任，配合分析結果的落地；在分析師沒有業務經驗的時候可以先靜下心來多聽聽業務的思維，并結合自己的理論知識思考，再基于實際業務的結果形成自己的商業思維。

3）足夠的業務能力，分析師不僅要發現問題，還要給出針對問題想到解決方案，且解決方案要相對可落地；如果我們對于解決方案側的能力沒有業務強，我們需要主動去向業務方學習，這也是大部分分析師沒有做到的很重要的一點。

比如：分析師發現了推薦算法對應點擊率比同行業差，但是對于推薦不了解，問題扔給推薦同學；推薦同學可能對這個問題也沒有更好的解決方法，像這種case本身是因為對于推薦側的了解不多。

四、分析師如何衡量工作産出

• 明确的業務結果，分為支持工作的業務指标增益以及主動提建議的指标增益，這些都是實打實的價值。
• 有突破性的認知發現，例如工作中發現、解決的流程類問題等。
• 專業能力成長，專利數、解決技術問題難度等；很多處理或者模型搭建并不是大家都會的，所以專業能力的變化需要關注。
• 解決問題的能力，關注團隊同學的成長，團隊内每個同學都會有配合過程中的各種問題，關注這個人對于自身問題的解決情況。

最後給大家一些在職場上的小建議：

• 保持好奇心，追求真理，保持上帝視角解決問題：不論是否在業務團隊内，不要有領地意識；要時刻保持追求做對的事情，這樣你才可能離真理更近，同時個人才能成長的更快。
• 勇于承擔更多的事情：不要怕多承擔事情，任何事情在業務的一環都是相對有價值；保持熱情，可以加速自己在各個領域的成長，同時反哺分析思路。
• 多體驗生活，多總結思考：其實生活和工作很多時候會有一定的相關性，互聯網連接了人和需求。所以隻有多體驗生活（娛樂，生活，社交等）才能活得更有“人”味——這個會幫助我們在工作中拓展思路。
• 做數據的解讀者，而不是數據的提供者：一個數據不同的人看到想法不一樣，隻有慢慢的對業務理解深度越來越強，才能知道每個數據背後的業務含義。

作者：于澤、小洛，公衆号：趙小洛洛洛

本文由 @趙小洛 原創發布于人人都是産品經理。未經許可，禁止轉載

題圖來自Unsplash，基于CC0協議

,

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!

查看全部