本文**知乎
這位小夥伴發訊息給我，描述了他對於從事工作的迷茫。具體而言，這名小夥伴的領導要他做乙份公司業務的「增長策略」，這名小夥伴於是立刻開始用python開始分析各類資料之間的關聯性，可是分析來分析去，卻始終無法找到其與「增長策略」之間的關係，自然這份任務是無法完成的了。其實這類情況在資料分析領域並非個例，很多小夥伴一度非常迷茫，難道作為資料分析師不就是用工具分析資料嗎？
其實這個問題說複雜挺複雜，說簡單也很簡單。大家這樣想，公司之所以能夠發出薪水，是因為這家公司業務上能夠賺到錢。所有公司內的一切行為都是為了保證公司業務發展，在市場上能夠持續賺到錢。所以千萬不要覺得資料分析師只是單純得玩數字上的遊戲。python的各種庫、r裡的回歸分析等隨便拿來就能套用這就叫資料分析了。
我們來想象乙個場景：你跟你老闆做資料分析匯報，說我對這組資料做了回歸分析、我運用了python的x庫，結論是¥@#*…
這個時候老闆態度：哇，你竟然會回歸分析，哇你竟然會x庫。抱歉，不會…老闆只會覺得你就是乙個沒有業務sense的it，失去和你繼續溝通下去的念頭。
所以問題在**？資料分析師的是業務，不是數字。
我一直堅信一點：一名優秀的資料分析師絕對是公司內乃至於行業中最懂業務的人。因為如果你不懂業務，你分析資料有何意義？又能給公司帶來什麼價值？你個人憑什麼要公司給你公升職加薪？然而，在實際工作中，我們看到很多資料分析師不屑於學習業務。所以喜聞樂見的是，資料分析師成了取數機，往往都是業務人員要各種資料後回去自己分析。為什麼？因為同樣的資料對於不懂業務的資料分析師而言，只是資料；但對於業務人員而言卻能通過資料看到其背後真正的商業邏輯和客戶行為。
所以一名資料分析分析師正確的開啟方式應該是怎樣的呢？這裡我給大家一套「組合拳」
第一步：一定要去了解你所處公司的業務，而且要深入下去，最好能夠去一線全流程的走一遍，切身經歷完整的業務流程。我從一家大型金融集團跳到乙個物流平台，當時對物流完全不了解，一線的物流樞紐都是髒亂差的，同事都不願意出差到一線去，寧願呆在總部的辦公室裡。但是我依然跑了很多樞紐，去看倉儲，看排程，跟司機跑配送，拜訪客戶。正是因為這樣的經歷，讓我能夠切身了解物流業務的全流程，讓我了解一線的實際工作情況。當具備這樣的能力後，數字在我眼睛裡已經不再是資料，而是鮮活的業務，這樣的「分析」才能夠真正幫助到業務成長。
第二步:一定緊緊抓住公司戰略主線。上一步完成之後大家就有了「深度」，這一步需要大家提公升自己的「高度」。所謂戰略主線，簡而言之就是公司未來一段時間的目標是什麼。千萬別覺得這些事情是「大佬」的事情，每一名資料分析師都應該對公司戰略了然於胸，只有這樣你的分析才不會「跑偏」。試問，如果公司近期的戰略是高速增長，這時需要你進行產品定價分析。正確的方向是如何通過定價來快速占領市場，而如果你不了解公司的戰略，把分析重點放到怎麼最大化利潤上，你覺得有誰會青睞使用你的分析？我在上家公司時，從來不放過任何乙個能夠參與到公司戰略的會議，哪怕只是列席旁聽。這樣也保證了我的分析始終與公司主線保持一致。如果說戰略會議哪能是乙個小兵就能旁聽的。那主動旁聽你服務的業務部門的會議，如產品、運營、廣告部門等。這個就簡單多了。
第三步：持續跟進資料分析方案落地，跟進迭代分析結果。沒有任何乙個分析方案能夠自動落地的，不管你做的有多麼好。並且在資料方案落地的過程中，還會持續產生更多的資料，這時也需要分析師跟進迭代，不斷的修正方案，最終實現資料對業務增長的驅動。
第四步：懂得分析匯報方式。資料分析師往往強於數理邏輯而弱於表達溝通。但要知道，很多業務領導乃至於公司高層都是非常感性的。要想他們接受你的分析結果，一定不能上來就講資料，而是要講「故事」，講業務，多用圖表，少用文字。確保你的分析結果在清晰準確的前提下，能夠生動貼切業務。這方面比較薄弱的小夥伴建議盡快加強。如果有需要可以翻翻我之前的文章，裡面分享過不少ppt模版。
第五步：一定不要受制於「術」，而止步於「道」。很多資料分析小夥伴特別關注python等程式語言，張口閉口大資料，人工智慧。其實這些都是技術而已，是我們達到目的的工具。然而，如何達到目的，策略、規劃、方法等才是最重要的。growingio的張溪夢大家應該都是熟悉的，他本身是從外科大夫再到美國讀mba，他就算後期自學了寫**技能但是始終沒辦法和科班的比，但他靠對業務的充分理解和鑽研，通過資料分析幫助領英實現高速增長。最終他成為了美國十大資料科學家之一。由此可以看到「術」「道」之間何輕何重了。
做一名資料分析師是困難的，不止要懂技術，還要了解業務，懂得匯報，具有推動力，知道方**，正因為需要綜合的能力，所以市場上優秀的資料分析師供不應求。希望通過這篇文章能夠給大家一點啟發，沿著正確的方向和道路展開自己的資料分析之路。
如何做到自動化運營 資料驅動
這篇文章，只是以資料分析的視角進行乙個自動化運維的解析，不提供 和具體技術，就當作培養資料思維了。我們都知道很多社交網路上可以刷粉，也可以刷閱讀量，這已經形成了乙個 產業鏈 那麼如何通過技術來實現了？首先我梳理了一下整個流程，可以分成 3 個步驟。1.多個手機號 現在賬號註冊都是需要繫結手機號的，所...
如何做資料產品？
1 產品給誰用？資料給誰看？使用者分幾類？不同類使用者訴求有無差別？2 ta為什麼要看資料？看完之後做什麼？要說清楚給使用者設計的資料產品在解決什麼問題，到底要給使用者看哪些資料？在實際的操作過程中，可能面臨理解不一的情況。這裡需要統一資料口徑，要保證使用者對資料概念的理解和你的理解是一樣的，這是資...
如何做出乙份高質量的資料分析報告
在日常工作中，無論是銷售 運營 產品還是市場，很多情況下都需要乙份清晰明了的資料分析報告，能有效地將主題資訊和分析結果傳達給客戶 領導和同事。在乙份高質量的資料分析報告中，最重要的資訊是資料視覺化的表示，例如圖表和圖形，還有簡潔有力的分析結論。那我們應該如何做出乙份高質量的分析報告呢？既然是分析，一...