三十而励，看数据分析师小姐姐的乘风破浪
经济学出身却投身数据分析，文研在短短两年间实现了从商业分析到数据分析的华丽转型，成功站上“互联网行业风口”。
今天，不妨听文研讲讲她的故事，谈谈数据分析师的工作发展的逻辑，以及其背后——数据分析师的核心价值。希望能对你有所帮助。
加入易观已半年有余，也不知不觉地到了进入互联网行业第10个年头。在互联网在线营销，用户增长，网站分析，数据追踪，产品，运营，商业分析等领域不断摸爬滚打，从什么都想学，什么都想尝试，看国内外各种专业书籍，博客，听访谈，podcast，拼命积累自己的hands-on experience，到确定自己的职业发展方向是数据分析师，再到真正踏入数据分析这个听上去神秘又极富魅力的领域... 关于我的职业选择和坚持，有一些故事想与你分享。
现在想想，进入互联网领域着实有些意料之外。作为一名经济学应届生，当时的我面临的职业选择较为局限。秋招后我误打误撞进入了一家toB汽车配件平台做流量获取相关工作，第一次接触到了产品运营，网站分析，转化率优化... 由于到了完全未知的领域，我仿佛是打开了新世界的大门，不由得心潮澎湃，浑身写满了激动与热血。
那时大部分学习资料是国内的少有的几位大牛的博客和著作，比如宋星老师的“网站分析在中国”博客，国平老师的光年论坛，Zac老师的《SEO实战密码》，宫鑫老师的《Google广告优化与工具》，对他们也由此产生了浓浓的膜拜之情。当然，也有一些资料是从国外翻译过来的，有一定技术门槛。那时候，看不懂就只能抱着书再多啃几遍。
▲我的成长秘籍
随着工作逐渐深入，就会发现自己需要不断拓宽技能领域。起初是一些硬技能，从玩转各种Excel函数，透视表，各种营销工具，后台的使用，写PRD，画流程图，画原型，再到各种技术实现原理，不同研发语言，框架和库。
而此时的我，也正经历着互联网从野蛮生长向精细化发展的转型。其中最明显的一个特征就是，以前一个职位可能有多重职责，比如产品经理可能会兼做交互设计，运营，数据分析；而现在连数据分析师都有不同的方向：比如经营分析，用户行为分析，游戏方向数值策划方向，战略方向，商业化方向等。
如果说，我们对于“术”的提升需要专攻一个特定领域才可以越来越深入，那么对于“道”则是可以跨行业应用的，比如软件工程中的“高内聚低耦合”的思想同样适用于团队管理。
数据工作博大精深，天花板很高，同时又具有无限的可能，可以往各个方向横向延伸，并且有比较长久的职业生涯；由此，我确定了自己的未来发展是数据分析师。
刚开始专职做数据分析的时候，过程是比较辛苦的。数据分析师扮演着一个专业度要求很高的业务支持者角色，需要同时兼具内外部视角，和公司管理层保持相同的战略高度与同频思维。
在技能方面，除了需要具有数据分析师的基本技能（如数据处理，分析，可视化，建模等），还需要对业务的理解。进一步说，是对公司战略的理解；更重要的是，数据分析师必须学会发挥一定的能动性，比如什么样的业务问题可以通过什么样的理论，算法等来实现。这就需要分析师加强数理基本功，有条件的话日常可以多学习数学，统计，算法等相关的课程。
此外，数据分析师需要对角色定位有清晰的认知。比如业务有很多跟数据相关的需求，数据分析师除了需要给需求排优先级，更要学会拆解需求：什么样的需求需要推动产品化来实现，什么样的需求需要研发工程师或是数仓介入更为合理，而不是全部由数据分析师完成。否则数据分析师花大量时间在这种可以通过工具产品实现的机械性劳动上时，不仅很难发挥对自己的价值，难以获得认可，对自身的成长也不利。
易观对于数据分析师，会有一个较为清晰的定位，即身负通过数据解决业务问题的重要职责。由于有较为成熟的数据工具和运营产品体系，以及实力较强的研发团队支持，所以数据分析师可以更加关注解决业务的方法和策略，以及对数据的深度应用上。
在易观，数据分析师可以接触到来自各行各业的企业，它们有不同的业务模式，战略不同，从而决定了业务打法有很大的差异。数据分析师可以从中总结行业以及商业模式的共性及差异，从而了解到细分领域的数字化策略。除此之外，得益于公司的扁平化管理模式，分析师会接触到数字化部门，产品经理，运营，营销，技术，项目管理等各个职能角色的客户，从他们身上也可以获得不同的视角和思维方式。
拿曾经的一个项目举个例子。在对接某客户的时候，客户非常信任我们。那时正好在帮客户在做一个提升用户粘性的项目，为了能让客户的用户持续使用APP，需要搭建一套用户体系。
用户体系不难设计，因为有很多非常成熟的APP有很多现成的用户体系可以参考；难的是把这套体系拿下来用到客户APP身上的时候，真的能帮他们的用户提升留存和用户价值。
正巧那一段时间接触到了一本讲游戏数据分析的书，游戏在这方面做得更为超前，于是我们研究了游戏。一些基于微信小程序的游戏，和用户体系更为相近。因为它“轻”，同样有任务，有激励，商业模式简单，需要在微信“用完即走”的场景下提升粘性，并且游戏会更好地利用了玩家的心理促使玩家有持续升级的动力。
我们找到一些攻略进行研究，攻略里往往涵盖了详细的数值策划的部分。用户体系上线之后，我们发现确实这一套结合了游戏做法的改良版的用户体系，有不错的效果。
在易观，我们提供的数据服务往往最终指向的是客户战略层的问题。也就是说，分析师需要有很强的行业视角，并且多关注行业标杆的策略方法，自上而下，层层拆解，最终落地到企业的数字化的具体策略上，以通过数据，来帮助企业实现增长。
另外，我们在工作的过程中，一部分是输出，更大一部分是倾听。倾听我们业务高层的看法以及痛点，并且通过我们的专业知识可以和客户产生思路上的碰撞。
数据分析师会在了解业务的过程中，不仅可以熟知行业公认的比较好的策略方法，更多的是从客户的业务需求中，提炼出很多新的数据上的做法或者ideas，这就使数据分析师的工作能实现1+1=无穷大的无限可能。一方面，数据分析师可以在对接客户之余，了解更多地不同领域专家的行业先进的做法，从而提炼出一套自己独有的方法论。另一方面，数据分析师产出的业务解法，可以在客户身上得到有效验证，使我们对接的业务也有了无限可能。
也正是因为易观的数据分析师职业具有无限可能性，在日常工作中，我们一直在探索和拓展着分析师的边界，这一过程注定充满新奇和挑战。但边界一旦打破，也就意味着新世界大门的开启。这需要时间，而我们也正在努力开启一扇扇新世界的大门。
