每个职业都有自己的成长曲线 , 技术岗需要不断精进技术 , 业务岗需要不断扩宽业务边界 。但是数据分析岗比较特别 , 一个值钱的数据分析师 , 不仅需要在技能和理论上成为高手 , 还需要深刻理解业务 , 做到始于业务 , 反哺业务 。
我干数据分析将近十年了 , 在多家不同公司任职过 , 一路走来 , 认识了许多能力和素养超高的分析师 。从他们身上我总结了一下 , 一个优秀的数据分析师 , 大体都会经历以下3个阶段:
第一:表哥表姐阶段曾经听过一个数据分析师的段子:入职的时候手推各种机器学习算法 , 甚至深度学习的一些公式 , 入职之后就SQL 。
这戳到了很多表哥表姐的痛处 。SQL是数据分析师的基本功 , 但如果工作几年 , 每天都在干着取数、Excel做表、PPT汇总这些基础的活 , 就要引起你的警惕了 , 因为这样的工作重复毫无技术含量 , 而且可替代性太强 。
当然出现这种情况很多是公司的原因 , 可能是公司或部门不够重视 , 做了一大堆分析结果关键时刻领导还是拍脑袋 , 也可能是公司底层数据混乱 , 取个数都麻烦哪有心思分析 。如果是这些原因就可以考虑另找出路了 , 一般大公司在这方面会好很多 。
如果公司给了发展空间 , 就需要自问是不是成长性不足 , 我给一些建议作为参考:
技能和理论方面 , 熟练使用Excel、SQL是技能基础 。EXCEL要掌握vlookup , match , index等常用函数 , 以及各类图表 。
SQL要熟练使用表格关联 , 数据倾斜优化 , 聚合函数 , 窗口函数等 , 初学者可以看看《MySQL必知必会》 , 想进阶就看看《高性能MySQL》 , 都是经典 。
另外 , 数理统计和概率论是理论基础 , 要掌握相关术语和全概率公式、贝叶斯这样的常用公式 。
除了技术上的学习 , 也要加深对业务的理解 。
对每个初级数据分析师来说 , 取数是最好的了解业务的时机 , 当然这不是业务人员提什么需求你都照做的意思 , 而是应该好好把握每一次和业务人员沟通的机会 , 一方面把交代的工作做好 , 获取业务人员的信任 , 另一方面要主动和业务人员讨论 , 比如怎么看数据、用哪些指标、结论合不合理 。
第二:解决问题阶段如果技术扎实、对业务有了深入的了解 , 我们就可以进入用分析辅助业务决策的阶段了 。如果说第一阶段只是为业务人员提供支持 , 那么第二阶段就需要我们参与到业务中来 。
怎么参与?
我们需要通过分析知道业务哪里存在问题 , 需要怎么进行优化 , 优化的步骤是什么?怎么进行实验 , 以及怎么对实验结果进行评估 , 总之 , 需要我们对业务发展提出专业的分析意见 。
首先要比第一阶段掌握更高阶的工具 , 比如Python、R语言 , 也要掌握如何搭建各种经典的数据分析模型 。
但是这些工具都是编程语言 , 学习起来非常复杂 , 很多数据分析师最后用的都是专业的数据分析工具 , 比如FineBI , 好处就是无需编程、简单易上手 , 通过简单的点击拖拽就能搭建各种分析模型 , 省时省力 , 已经成为很多出色的数据分析师的必备工具 。
推荐阅读
- 离婚证明书法律依据 离婚证书是什么样的
- 法院裁定抖音违规是怎么回事 抖音多闪违规使用用户数据裁定结果
- 电脑怎么修复证书失效 电脑证书过期怎么弄
- 数据库怎么修复 mysql数据库恢复命令
- oracle是免费的吗 oracle数据库收费吗
- 多张excel表合并 excel如何合并多个表格数据
- 分区助手怎么4k对齐 分区助手4k对齐会损坏数据吗
- 分区助手4k对齐会损坏数据吗 分区助手怎么4k对齐
- 苹果手机如何删除所有数据无法恢复 苹果手机如何删除所有数据库
- 2022哪些证书享受补贴 国家职业资格证书补贴一览表