通向优秀数据分析师的六个阶梯 _数据分析师

很多同学都在问：”数据分析从0到1的文章看多了，咋样才能从1到10，从普通到优秀呀！”，今天一起讨论一下。“优秀”是一个形容词，只有清晰了参照物，才能知道到底什么是“普通”，什么是“优秀” 。今天就从“普通”讲起，想通往“优秀”，需要迈过6个阶梯。
第一阶：搞数据数据分析最怕啥？
没思路？
没模型？
没图表？
都不是！
数据分析最怕：没数据！无论是做啥分析，搞数据，始终是第一位的工作。尽可能多地搞数据，是第一位要求。不然一切免谈。
只不过，同数仓开发不同，数据分析关注的数据，是面向业务主题的。数据服务的产品、运营、销售、营销、售后部门，到底有什么数据，需要什么数据，是数据分析师必须梳理清楚的。
具体来说，包括：指标/维度两部分。如何衡量是否清晰？可以问自己，以下问题是否清楚。

1、我服务的部门是……
2、该部门属于利润中心/成本中心
3、该部门的KPI指标是……
4、该部门的主要流程是……
5、该部门流程中，已采集数据是……
6、该部门现有过程指标是……
7、该部门组织架构是……
8、该部门服务对象分类是……
9、该部门常用分类维度是……

其中：
1、2、3是用来明确主要KPI指标的，这是数据分析的源头和关键
4、5、6是用来搭建过程指标体系的，解释KPI指标如何达成
7、8、9是用来筛选关键分类维度的，当KPI指标波动，从这些维度做拆解
很多同学习惯于在现有宽表上跑数，向上不清楚业务流程、业务目标，向下不清楚数据来源、数据采集，每天忙着按需求单跑数，连跑的数是啥意思都不懂。这样就限制死了自己的发展空间，无法进一步提升能力了。

文章插图

第二阶：定基线做到第一阶，至少能看懂自己跑的数据了，知道每个数据是用在哪个部门，哪项工作。下一步最关键的是……？
有的同学可能不假思索地说：建模！还没到这一步哈。下一步关键的是：定基线。知道自己看的数据，常规形态是啥样的。知道什么算正常，什么算不正常。
这一步非常重要！因为数据本身没有含义，数据+标准才有含义。而并非所有指标，业务方都会给出标准的。很可能，只有销售数据才有具体到每天的考核标准，其他数据得凭经验、凭常识、凭分析定出基线（如下图）。

文章插图

很多同学无法解读数据，做的分析不被业务认可，都是因为没有跨过这一台阶。最常见的，看到指标跌了，盲目做了一堆交叉，然后业务方轻飘飘地：“这是正常波动” 。
然而第二天又有同样幅度波动，业务方却急着烟熏火燎：“这么大波动你都看不到吗！”……被这么折腾几次，就会信心全无，怀疑人生。所以想进步，就不能被业务方牵着鼻子走，得自己有定基线能力。
第三阶：拆因素跨过第二阶后，数据分析师已经对业务常见走势，有充足的了解。并且，自己有能力做判断，就能识别出异常状态。并非所有的异常都不可控，有相当多的异常是可观测因素导致的，比如宏观环境，比如营销动作、推广计划。此时，要先有能力先把这些明显可识别的“白犀牛”整明白，再来谈其他“黑天鹅”问题。
看到这里，肯定有同学会说：“老师，这个简单，我的PEST，SWOT，4P已经按捺不住了，来吧！”然鹅，没卵用。你看那么多PEST的文章，有一篇教过你怎么量化P、E、S、T四个指标不???