初级数据分析从业者的进阶指北

作为一个在数据分析领域浮沉五年的从业者，笔者将结合自己的经验，为我们分析初级数据分析从业者该如何进阶？

整理了一个互联网数据方向的浅显介绍，希望能让更多局外人知道这行的内容，不被无良商家营销洗脑。

就从这5个方向，蜻蜓点水地科普分享下吧：

01 一个从业者的自白

做了5年多数据方向，一直在互联网行业。从苦逼的分析师，到后来看起来高级的做策略，到正式转型为数据产品经理，以及最近跳槽变成风口的猪——AI产品经理。自我感觉职业生涯的主线一直都在，同时又有不同的角度，对数据分析这个事儿可能会有不同于别人的一些看法吧：

这里以问过一些想转行的小白的回答为例：

• 有人是因为自称社恐，觉得数据分析只需要跟数据打交道就好了；
• 有人信了网络营销课程，觉得这个方向会有高收入；
• 有人觉得数据驱动企业决策，想想就有存在感；
• 有人觉得这是一个越老越吃香的岗位。

以上看法的正确性如何呢？

后续的介绍中自会解答。

02 数据分析到底是啥

接着咱们再换个角度，看看企业是怎么定义数据分析的。我在拉勾网上用这个关键词搜了下，同时限制在3～5年的工作经验，以便排除掉一些特别高阶的岗位。

根据岗位描述，大部分可以归成4类：

1. 数据挖掘方向是一个比较偏技术的活儿，要求会各种看起来很高深的工具和语言还有算法，但其实他们也经常自嘲为“调包侠”、“高级工具书应用者”；
2. 业务分析是互联网行业中数据分析的主力军，要求你不仅懂数据有逻辑，还能给业务出谋划策，类似军师智囊的定位。
3. BI报表方向是一群SQL boy/girl，他们本来目标是商业智能工具，但实际被要求成了人肉取数机，或者数据底层清道夫；
4. 还有一个方向之前没注意到，就是数据分析+职能方向，比如财务、HR。

看来看去，还是看看数据分析从业者眼中的自己吧。他们日常都在干嘛呢？

日常监控占绝对大头、效果评估其次、业务决策和专题研究占比最小。但其实在数据分析鹅们的心中，多么希望这个比例是倒过来的啊！

为啥呢？

等你知道了每项具体是干嘛的，你就有答案了。

日常监控，就是各种时间节奏的报告。从人肉写就的EXCEL、WORD或邮件形式的日报、周报、月报，到开发出自动化工具后解放劳动力，让业务方自己看数据。一旦某个指标出现的涨跌，就要第一时间分析原因，给出合理的解释。很日常、很琐碎，经常会打断数据分析鹅的时间。

效果评估，相对日常监控更全面系统一些。往往是针对某个产品的新功能、或者某个运营活动、甚至是一个新上线的策略算法。需要先基于对业务的了解，搭建一套完备的指标评估体系，最关键的就是大家都能认同这个评估标准；然后按此标准去采集数据，最终量化科学的评估。

业务决策是很多数据分析鹅的掌上明珠，但一年也做不了几次，因为大部分时间都花在日常监控和效果评估上了，而且真正的方向性的决策是高价值的活儿，如果产品经理他们做的了，又岂肯让他人染指呢？

这里用电脑关键举个例子，为了在存量时代提升用户数，不得不开源节流，而且往往更重点在截流。

大部分时候，业务决策只需要运用统计分析知识，日常工具其实就是SQL+EXCEL+PPT，只有少量情况会动用机器学习这把屠龙宝刀。输出的内容都是实打实的可操作建议，至于是否采纳，有时候就随缘了。

专题研究既可以是一份完整的行业分析报告，也可以是一个具体的模型算法策略

这里稍微解释下算法和策略的差异：

打个比方，搞算法的是种菜的，搞策略的是炒菜的。炒菜的虽然不必要知道这盘菜里的每个组成元素是怎么种出来的，但需要对它们的特点有所了解，基于这种了解把它们组合在一起，形成最终的一盘菜。

这里是拿搜索场景举个例子，利用搜索数据设计一个竞品识别模式。

03 数据分析需要具备哪些能力

我们已经从各种角度了解了数据分析了，接下来就是看看到底需要具备哪些能力了。按照刚才介绍的日常工作项，对应着看不外乎就是工具的使用、方法论的总结、对业务的理解和在企业中做人做事了。

我对每项能力都有些不成熟的小建议：

• 工具是最显性化的，所以很多营销培训重点都在此，但其实它越到后来越不那么重要；
• 方法论的话，就简简单单的对比、细分、溯源用好了，就能解决很多问题了；
• 业务理解也是，数据分析不存在埋头搞技术，脱离实际生活的技术是无用的；同样，这个岗位不可能是一个孤岛。

04 如何快速成长

重点推介《商业模式新生代》+《用数据讲故事》，前者可以帮助理解商业、让你更明确自身工作的价值；后者是本很有产品思维的数据可视化入门书，自始至终传达的概念都是面向受众的数据可视化，而非炫技或自娱自乐的作图.

如果说刚才那些都是招式的话，那量化分析问题、合理运用工具、高效传达结论就是我个人对数据分析核心能力的抽象总结了，具体的我也不赘述了，都在图里了。

05 朝阳or夕阳

最后可以聊聊数据分析的未来，我的观点就是：如果你拿它当一个岗位，那么它其实是可被替代的——80%的业务分析其实都可以被数据产品固化下来，剩下20%的工作才是真正需要人来做的。

但如果你换个角度，把它当成一种能力，就像互联网+这个概念一样，形成一种数据分析+的概念，那么它就能接近永生。

最后，如果你问我数据分析都有哪些发展路径，我不敢胡说些自己道听途说的，我只能以自己的经历举例。如果你一直在数据这个方向上，那么上述路径可供你参考。我个人体验一路走来还是不错的，因为所要承担的责任越来越大了。

最最后，欢迎理性讨论交流～

本文由 @铲屎大将军 原创发布于人人都是产品经理，未经作者许可，禁止转载。

题图来自Unsplash，基于CC0协议

作者暂无likerid, 赞赏暂由本网站代持，当作者有likerid后会全部转账给作者（我们会尽力而为）。


Support author:
Author's Filecoin address:
Or you can use Likecoin to support author: