为什么你的数据分析报告总是被diss？

数据分析这行这两年特别吃香，但是很多人涌入这个行业才发现，门槛不高，天花板是真的高。做了好几年，还是取数机器人的，不在少数。你是不是也这么自问过：“掌握这么多工具技巧，能处理的数据越来越多，为什么我却越来越挫败？”

所以，优秀的数据分析师到底什么样？

我的观点是，能帮助解决核心业务问题。举个例子，田忌赛马的故事，大家都知道，田忌分析的样本也才 6 匹马，但是凭借他对胜率的预估，巧妙的安排，赢得了比赛，谁能说这不是一个优秀分析案例呢？

田忌哪怕把 600 匹战马的胜率都列出来，却没有给出一击必胜的比赛顺序，又有什么用呢？这才是很多同行始终无法晋升的门槛，眼里只有数据，没有业务，出具一堆报告，被业务方说是“正确的废话”，最后出力不讨好。

要想摆脱取数工具人的处境，就得在每一次数据分析之前，知道自己的分析要解决什么问题，再紧密贴合业务，分析真正的需求，让分析报告对业务有用。说白了就是，具备业务分析的思维。这其实是基本功，但是因为很多初阶分析师不具备，所以也就成了锦上添花。

这项能力到底应该怎么具备？

如果你在网上搜索“数据分析思维”这个关键词，会看到很多类似“数据分析的十种思维”“数据分析五大思维”“八种思维掌握数据分析”等各式各样的文章，那些文章传达给你的，更像是具体的分析方法。

而你要求职业长足发展，肯定是需要更完整的，能各行业、业务通用的方法论——让你能把一身技能正确使用的能力。

「万能的数据分析法则」这个专栏是市面上众多讲数据分析课的一股清流，它不讲工具、技巧和具体方法，而是教你如何正确使用分析技能，这才是你超越同行的分水岭。

而所谓的“万能”并不是在夸大这个课程，而是告诉你，一切数据分析方法技能的基石——分析思维——是无论从事什么类型的分析都通用的能力。

第一模块是分析思维基本功，比如：如何从海量数据中建立指标，如何做出客观严谨的分析，这些基本功会让你的数据分析对业务更有用；

第二模块是一个通用分析框架，如果你是入门级的数据分析师，这对你来说，可以算是标准化数据分析操作指南，可以复用于其他行业、业务；

第三模块是一些互联网行业常用的分析案例，比如产品分析、转化分析、活动分析、用户增长，通过这些行业热门需求的分析案例解析，弥补你的实战经验不足。