数据分析师的一周-技术圈

数据分析师的一周

共 1467字，需浏览 3分钟

· 2021-03-05

你们好，我是宝器！

谈这个话题是因为昨天收到某乎的一条文章推送："来，看一看数据分析师的日常是怎样的"。是的，我很好奇的点开了。

原文太长，我把我的理解和个人工作结合版分享给大家。

9:00 接任务

比如某某数据异常原因定位，给出相关的意见。

9:30 谈需求

接到任务时老大可能不大会详细描述需求，会说下对应的业务方，这时候要及时去找到相关同事讨论。

10:00 拟思路

通过对问题拆分，绘制思维导图。这里面会用到自己积累的分析思路方法、工具以及可能是之前的项目经验，也可以叫业务敏感度。

11:00 定指标

之前也说过，指标是什么，是对业务有价值的统计数据。所以针对业务问题的指标设计和搭建很重要，所以这一步需要把业务的抽象问题量化为可具象化的指标。

11:30 取数据

如果是大公司，相关指标的依赖库、表、字段、埋点存储逻辑都比较完善，能很快的根据指标获得相应的数据，如果是小公司，数据基建工作和数仓体系不太完善，这一步也需要很大的沟通成本。

14:00 做分析

这一步要将获取的数据指标结果可视化，并且能快速的验证是否准确，没有明显错误就可以写对应的结论了，也有些时候需要根据分析结果扩展分析思路做更深的分析。

16:45 写报告

到了这里基本上分析工作就完成了，个人经验来说最关键一点是结果务实，突出重点，花里胡哨的内容可以少一点（不代表你不去把图表做的好看一点，如何撰写一份分析报告后续写，如前面分析一样，在一个框架下去填充即可。）

18:00 改报告

分析报告写完之后，肯定是要对结论负责，不容许有一点错误。因为可能会对业务带来反向的判断，导致严重的业务损失，所以写完之后最好是交给相关的业务方和自己的老大在看一遍，如果他们有疑问，解答完疑问即可。

20:00 发邮件

报告得到业务方认可和老大认可之后，就可以发邮件周知相关人员，大领导等等，等他们看完之后可以做后续的讨论。

看到这里，不知道大家是不是也是这样，没入行的小伙伴觉得这样的一天充实吗？

数据分析的工作也不完全是这些，所以我标题用了数据分析师的一周而不是一天，因为上述说的可能是针对某一天某个专题分析你需要做的。

而一周中，平时还要处理一些临时需求，有时候也要参加一些产品讨论，甚至如果team比较小的话，埋点的设计也是需要分析师来做的等等，不管是哪项工作，不能够觉得事情low，无意义，对每一项知识都要有敬畏之心。

在学习这些业务以及业务背后所需的技能、原理之后，你的能力也会得到极大的提升。包括且不限于你的需求沟通、需求管理、时间管理、项目管理能力等。

当然，这一周里除了公司的任务，还要对自己个人成长负责。之前听过一段话：才华和颜值，总有一个要在路上。

其实不然，按现在的竞争力，才华和颜值都要在路上。有的小伙伴可能不认可了，颜值这玩意天生的呀，没办法呀，但是，是否你可以管理自己的身材呢，是否坚持运动呢，是否作息调整的相对规律呢。

关于才华，不仅是数据本身专业技能的提升，是全方位的，不仅是要读SQL精通×××、Python...增长...机器学习...之类的书，也是要读非暴力沟通，穷爸爸富爸爸，金字塔原理，中外历史等等这些，甚至需要不断和同行、和前辈交流才能获得。

希望所有数据同行思维、业务、分析、工程能力都不断提升。

未来可期。