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，干得最多的就是跑数，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。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。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环节之一（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。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。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得更好。想继续做的同学们，就认真磨炼自己技能，继续提升。1、能心平气和地介绍自己的工作，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、及时地给数据。3、能在年中/年底述职汇报的时候，清晰地说出，自己做了240份需求，其中最大的（80%）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。
