很多同学很困惑：想做数据分析师，结果学了一大堆ESP软件操作，看了一堆统计学、机器学习书、跑了很多数据集，结果入职以后每天都在取数——而且还是很基础的数据。那到底自己算不算入门？啥水平才算是真正的数据分析师？今天系统讲解一下。本质上看，问题来自于：网上对数据分析的描写太过理想化，把原本需要综合技能的工作，抽象成一些列简单操作，从而造成了一种错觉：只要我对着案例抄一遍代码，会做几道sql题，会把模型代码输入sklearn跑一遍就算是数据分析了。可实际上，作为一个工作，数据分析需要在具体企业上班，面对具体业务问题，应付具体的系统状况，和各色同事打交道。需要的远不止基础操作（如下图）。况且，刚入门新兵，干的最多的就是跑数，就是脏活累活。招你进来不干脏活累活，难道让老鸟们干吗。原本抱着“数据驱动业务”“成为数据科学家”的理想，一下办成扫地抹桌倒尿罐，巨大的心理落差肯定让新人接受不了。唯一的问题是：如何在枯燥烦闷的基础工作中积累四大技能，尽快让自己脱颖而出。 1
第一，业务理解
不懂业务肯定分析不出个屁，可业务本身含义非常广泛，分为：商业模式、组织架构、业务流程、业务策略、落地执行五个部分，一次性指望新人全部搞懂是不现实的。作为入门级数据分析师，最核心的是搞明白以下五个问题：这四个问题非常简单，只要看一眼OA，在接数据需求的时候和对接人聊上两句就能整明白。虽然简单，但这一步非常关键。一来，没有任何一家企业严谨到把所有业务流程都写成SOP，所以想真实了解业务，必须具体沟通。二来，想深入分析，想影响决策，都是从和业务搞好关系开始，平时的沟通是必不可少的。三来，业务常关心的指标，判断标准都能理解。这是做工作和学课本的最大区别，现实企业里没人把东西准备好了喂进嘴，必须自己动手。 2
第二，分析技能
入门级数据分析师都抱怨：每天都在跑数，不知道咋分析。其实只要懂得做下边这张图，就算入门级分析技能合格，就这么简单（如下图）找标准至关重要！因为数据本身不反应问题，数据+标准才是问题。没有标准，就意味着没有分析结论。标准模糊、善变，就意味着是非对错的判断会完全颠倒，分析经验无法积累，模型也没法标准正负样本，更谈不上训练模型。想做深入分析，也会无从下手。可实际上，大部分新人都是：不懂寻找标准，只知道罗列数据。因为标准问题常常被忽视，甚至很多工作5年的老人，一张嘴都是：“这个习惯上算好”，至于习惯到底是啥，根本说不清楚。甚至很多网上教数据分析的课，都是教：“跌就是不好，涨就是好，跌了要搞高！”真让人怀疑这些网课老师有没有坐过正经公司的办公室。找标准的能力，是菜鸟到高手进阶的关键一环之一（注意，这里有“之一”）。作为入门级新人，至少要掌握四种单维度的找标准方法：当标准涉及2个评价维度时，还需要掌握2种交叉评价方法（如下图），至于3个维度及以上的评估，已经不是入门级别的要求了，需要更复杂的降维手段，或者综合评估方法。有了找标准的能力。这样才能在和业务沟通的时候把握主动，体现自己的专业能力；这样才能识别业务是不是在浑水摸鱼、胡搅蛮缠、瞒天过海、掩耳盗铃；这样才能积累分析经验，从而为深入分析埋下伏笔。总之，在日常工作中要时时刻刻提醒自己：判断标准是什么。在标准不清晰的时候，努力找标准。 3
第三，工作能力
数据分析只是个辅助部门。需要能来事、扛大旗、立项目，才容易见功劳。因此数据分析师核心工作能力，就是如何攒出来独立项目。但是独立做项目对新人来说太遥远。新人核心干好一件事即可：做好数据需求表，它大概长这样：第一，它是工作量证明。能证明你真的在干活，能在写年终总结、进度汇报、晋升报告的时候作为证据。从而避免平时干到死，论功绩谈不上的囧境；第二，它是标准的取数模板。它能极大避免因为业务方随意要数导致的错误、混乱、重复工作，从而减少无意义的加班和无缘无故的黑锅；第三，它能量化记录业务方感兴趣的问题，为后边引申出项目做铺垫。这也是新人非常容易忽视的环节。因为所有的网课、教科书、文章都不会提这茬事！导致新人误以为数据分析工作有全世界统一的标准。结果没和业务确认清楚需求，自己累死累活还不讨好。连基础的跑数工作都组织不好，还想啥项目呢，都是做梦。 4
第四，心理建设
恭喜你已经成功从网络爽文来到现实世界，这才是真实的工作环境。能面对现实，就已经通过了第一关的心理建设。很多曾经狂热的新人会被吓退，会换其他工作，这都是正常的。因为本质上抱着“升官发财”的人多，抱着“我就是热爱数据分析哪怕月薪1500我也能坚持到底”的人几乎没有。数据分析能力，也能帮助大家在其他岗位上做的更好。想继续做的同学们，就认真磨炼自己技能，继续提升。 5
入门的标准
1、能心平气和的介绍自己的工作，不发牢骚，不扯一夜暴富。
2、能推动业务提标准的需求单，并按需求单准确、及时的给数据。3、能在年中/年底述职汇报的时候，清晰的说出，自己做了240份需求，其中最大的（80%）份是运营的需求，70%是活动需求，提出了5次把临时性需求升级到BI的建议，并推动产品上线（有这句最好，没有这句的继续努力）。4、能基于240份需求，发现今年运营整体工作状况是好/坏，坏的场景有20个，对指标影响大小是XXX，基于以上，思考深层的问题可能是XXX。大家自己对着镜子，能讲清楚以上四点，就已经算完全入门，并且很有潜力往进阶发展。下一步我们可以讨论如何独立发起、负责、推动项目落地、看到数据分析成果。这是成为中级数据分析师最核心标志。为了帮助大家提高分析能力，我在知识星球里针对入门级和进阶级的星友都准备了相应的课程和材料，欢迎加入！针对入门级同学：求职辅导+面试指南
今年的大环境不好，强烈不建议同学们冲动裸辞，至少做好三方面准备：
1、技术上，丰富技术栈，适当补充《统计学》《常用算法》等理论
2、业务上，丰富业务场景，了解目标企业可能考到的业务知识
3、简历上，丰富简历内容，针对目标企业做好简历优化
这里有一些常见的套路，包括简历如何优化，个人介绍如何做，如何快速了解目标企业业务，如何丰富技术栈，已整理成三份专栏，收藏在知识星球，供大家参考。
当然，同学们在求职过程中，也有很多具体问题。可以加入知识星球的星友微信群，也可以添加我本人的微信，和我针对具体JD、面试情况，一对一讨论，还能从星友群找到同行，共同进步。
● 一对一服务：业务问题、分析问题可随时提问，不限次数● 五门视频课程：价值超千元的主打视频课程《九大分析方法》《经营分析-基础篇》《经营分析-进阶篇》《求职宝典》《业务面试指南》● 150+学习资料：150份学习资料，涵盖各行业● 300+主题回答：陈老师式的爆肝回答及结果跟进，可提问，可看别人的提问● 求职面试指导：一对一修改简历、指导面试，不限次数
