数据分析师的未来：80%的岗位都需要，10年内最重要岗位之一！

作者 | 数据海洋
来源 | haiyangxinyong

结合自己的成长经验，从一个数据分析师成长为管理过近百人的数据团队的负责人，也许有不少经验和走过的坑可以总结，从而帮助大家。所以决定接下来写一个《数据分析师》成长记录。同时也回答收集到的各个问题。本篇写了数据分析师的入门需要的基本的知识，逻辑，工作方法。

了解数据分析师

数据分析师是企业在未来10年内最重要岗位之一，也许再过几年，对任何企业中的80%的岗位，都要求掌握数据分析能力。为什么？从几个层面简单来说：

①在行业层面：在大数据时代下，互联网、移动互联网与各个行业的结合，以及未来即将到来的物联网，各个企业面临的竞争压力越来越大，面对越来越快的用户需求变化，都需要基于数据来快速做出决策，决策的反馈越来越快。基于经验的反馈不是不重要，还是非常重要。但是现在是一个追求速度、追求快速迭代的时代，不管是个人与企业，能把经验+数据结合的人才也许是未来真正需要的。

②在企业层面：在现在这个大数据时代下，对各种数据的获取与处理已不是问题，2019年开始，很多企业都在说修炼内功，如何修炼内功，我想这个内功心法就是：“企业数字化”。

③在个人层面：每个人都在企业工作中都会收到各种各样的数据，面对这些数据，你必须具备的能力是知道怎么处理，怎么解读，怎么分析数据，怎么去开展工作，你需要基于相关的数据与分析！可以回答：

• 现在业务的问题是什么？
• 为什么要制定这个计划要，改善与优化什么数据指标？
• KPI目标如何实现，你的计划分别是什么？
• 如何提升各个环节的效率？
• 做个数据分析报告，看怎么开展下一步工作？
• ……

数据分析师的价值是什么

回到一个公司，数据分析师主要干什么的呢？数据分析师主要的价值体现在哪些方面，这是我几年前给数据分析师下的定义，现在看来非常适应。

数据分析师是从数据的角度，使用一定的方法与工具，对数据进行加工处理，结合商业场景进行结构化分析。帮助公司相关业务部门监控、定位、分析、解决商业问题，从而帮助公司业务部门高效决策，提升经营效率，发现业务机会点，让企业取得持续竞争优势。

例如，在企业内部，数据分析师经常回答这些问题：

• 发生了什么，发生的频率是怎么样的？
• 为什么会发生？现在应该采取什么样的行动？
• 如何提升用户活跃度？
• 未来的趋势是什么？
• 是否错过了生意机会点？
• ……

坦白说，能理解这段定义，基本也知道数据分析师应该干什么，也知道数据分析师要具体什么样的能力了。

基于以上，数据分析师也必须深刻理解“数据是数据分析师的武器”。数据分析师要“懂数据”，什么叫“懂数据”，同时大家都说数据分析师要懂业务，数据分析师“懂数据”要分二个层面：

①数据是在哪个业务场景产生的，是对应什么样的业务动作。怎么理解？例如：在外卖这个场景中，配送开始时间是当配送员点击配送记录；配送结束时间是当配送员送到后点击配送结束。当你知道这个数据产生场景的时候，你就针对这个场景，要设计统计某个数据指标应该怎么计算：

该外卖单配送时长=配送结束-配送完成

当你以这个指标去衡量，作为一个很重要指标衡量外卖配送服务的时候，可以与配送设定目标相比，例如：希望是30分钟送到，那就这个值与30分钟比；或者说与顾客预约时间上限相比：配送结束时间小于顾客预约时间上限；当定义好这个数据指标：分析师就要基于这个相关数据以这个数据指标为方向，不断优化数字。

②数据质量。当以这个指标作为KPI，很容易会导致对数据“造假”。配送员迟点开始配送，或者是提前核销配送结束，以保证这个数值达到KPI目标。这里就是我们提到的第二个层面，数据质量问题。

该数据存在于哪个数据库，哪个表。需要知道数据存在哪，你要按上面的逻辑去加工，就需要一定的工具，往往是SQL是第一步处理；第二步可能需要更深入需要用到统计方法或者机器学习模型，往往要掌握一门工具，现在比较流行是Python。

小提示：

如果一个数据分析师，在你自己的企业内部，你能这样去“懂数据”，你会发现你工作就是围绕几个核心的“数据指标”开展，你也很清楚自己的价值是什么。

数据分析师的工作是怎样的

数据分析师的工作是怎样的，可以通过这个问题来回答： “海洋老师您好，目前转行在乙方坐数据分析。公司流程原因，没有机会接触业务，工作就像人工取数机，颠覆了我对数据分析的认识，而且自己认为只取数没有成长，而且没有任何价值。对下一份工作比较迷茫，想去业务想关的，但是不知道方向，谢谢海洋老师。”

这个情况，可能是甲方通过工单或者需求描述提个需求给你，叫你从数据库中提取数据，按要求来进行。往往就是要求保证按他的逻辑，或者他的定义来实现。

可能碰到的问题，就是数据提取的反复；往往可能是业务没有描述清楚导致；当然也有可能是你对底层表不熟悉，或者业务不熟悉在写SQL的时候或者构建报表的时候逻辑不对。

这个不仅仅在乙方，在甲方也许也有过之而无不及。有处理不完的数据需求，有处理不完的报表需求，哪有时间去思考业务？哪些时间去分析业务？哪些时间去了解业务？

我的成长经验分享：这都是借口

①对团队新人，我之前说过；你每天抽1个小时，半个小时时间自己去思考：

• 为什么业务给你提这个数据需求？
• 他提这个数据需求到底解决什么问题？

你和提需求最多的业务伙伴有没有1对1沟通过。很多时候，约着一起吃饭，带着请教的问一下需求方，需要我们支持什么？你们现在主要的业务问题是什么？态度好一点，谦虚一点，当你服务一段时间后，你这样沟通会得到很多业务信息。

②难道你真的007了吗？

• 你对公司的业务，你面对的业务方都足够熟悉了吗？
• 每月你有去体验一下公司的产品，公司的服务流程吗？
• 你每月有花钱购买公司服务，从用户角度去思考问题吗？
• 你有花时间，看你每天提取数据的表，对应业务哪个环节吗？
• 相关的环节的衡量的数据指标是什么？
• 业务最想提升哪些指标？
• 如果你是业务你会怎么办？

思维导图记录下来，写下你的思考；提个数据看看。

③你没有去关注些行业公众号或者相关网站，去看看同个行业的人是说什么，在干什么。虽然很多分享与演讲是最好的，所以一般是分享的最佳实践，也许不一定人家已经完成最佳实践了，但说明人家在路上，你也知道行业是什么样子的。

看完行业的文章，有没有结合一下。看看自己公司，自己做到大概是什么程度；对比是为了找到差距，不是抱怨，别人都做的那么牛了，我们还在“原始社会”。对比是为了：

看到别人的方向是什么，为自己或者团队提供参考。

对着别人的内容，我们可以参考做一做；基于看到的内容，如果自己要做好，自己能力上或者条件上是否还有欠缺。

了解业务是很多方法，比如：

• 自己主动去实践业务流程；把业务流程与数据产品串上进心来。
• 主动去找业务方或者这个行业的人请教，构建好与业务的关系不管是甲乙都是核心；你是帮助他解决问题，如果你态度不是很差，愿意谦虚一点，大多时候都愿意；
• 往行业的最佳实践看看，当然其它行业也是可以参考。数据架构，数据分析思考，数据价值实现与传递其实都是通的，就像下一部分要说的数据工具与方法一样，这是通用的。

成长经验分享：

能帮助企业解决问题，才是你作为一个数据分析师价值的关键。业务同学不关心你的掌握了什么技能，会用什么方法。更关注是不是你和说的内容和描述的需求，提出的问题，你能理解，你能和他交流的的来（用现在的词来说叫同频），他会觉得你懂业务。和你交流或者问题反馈给你应该是靠谱，有希望的。

数据分析工具与方法

对于数据分析方法与工具，是大多数据分析师或者很多人评估一个数据分析师是否有“技术”。你会使用hive，会spark，会python，我懂各种大数据工具，我懂各种机器学习模型。这个非常非常重要，但是可能相对来说：

• 你理解这些工具用来干什么。用来解决什么问题，可能更重要；
• 每个工具要完全精通，可能需要花费很多时间，很多时间；所以我比较建议大家掌握工具最常用的内容。然后在实际工作中，结合自己需要用到的内容来“干中学”；
• 如果你对这个感兴趣又有时间，例如：python爬虫我可以很感兴趣，所以我去学习这个技术，以及如何实现。在实际工作中，发现未来也有可能用到，像这种在有时候去学习。把学习好的内容可以写个学习笔记，写个文章总结下来；

成长经验分享：

我之前也花有很多时间去学习各种工具，R语言与python，SQL的各种技巧，excel各种技巧，但发现学习后很多不用就忘记了。其实学习的初心，就觉得学习会这些就很牛B的，就可以找到非常好的工作！成长下来：这是一个必要条件，而非充分条件。我学习的时候非常喜欢把学习笔记，自己的思考写下来。核心就是为了自己回过头去看看，去思考，去对比现在与当时。我写的内容当时主要为自己看，当然顺便也帮忙一些小伙伴。

SQL+EXCEL+PYTHON是必备要掌握的工具，SQL是核心，怎么强调都不过分。因为大多数据都数据处理都还是通过写SQL程度来完成，这个SQL语言不仅是在关系型数据库，而且现在各种大数据工具都会有SQL引擎，例如：hive，sparksql，clickhouse等都支持写SQL完成。

EXCEL就不用说了，就用于完成最后一公里；把EXCEL的做图，透视表，相关函数重点掌握了，一些特定的小技巧，碰到的搜索一下应该都能解决。当然看到一些小技巧也可以记录下来放到自己博客中，也方便查找。

Python 现在是未来要做统计，爬虫，机器学习，一些复杂数据处理逻辑必备的工具，所以有空我建议可以去学习；但是PYTHON非常大，还是建议先学习基础，有基础后结合实际工作中来用，不然会“云里雾里”。