0歲數據分析師的入門指南

初入數據分析行業的同學或還在門口徘徊想要從事數據分析職業的同學常常會比較困惑，非常迫切地想要知道作為一個數據分析師，到底需要掌握那些技能，這里筆者作為過來人給到大家一點建議。（注意這里適用的是互聯網行業的數據分析師，不一定適合傳統行業。）

一、數據分析師是做什么的

首先，你需要了解，數據分析師到底是干什么的，該職位在企業中在扮演一個什么樣的角色，為了能結合實際情況進行闡述，這里先給大家看一下某公司招聘數據分析師的JD，

工作職責

1、支持各種常規或臨時數據分析需求；

2、提供各類業務相關的分析及建議；

3、通過建模深入挖掘用戶或產品方面的有價值的信息；

4、和各部門溝通協調需求并提出各種新的數據分析項目或方案；

5、持續地改進數據采集、處理、分析、報告等各個流程上的工作。

這里有一些關鍵詞，“支持”、“分析”、“建議”、“有價值的信息”、“溝通”、“項目”、“方案”，通過這些關鍵詞可以一窺數據分析師的功能所在。一般來講數據分析師的日常工作主要分為3部分內容，

（1）支持各業務部門或者領導的日常的數據需求。

（2）針對主題或研究專項進行深入的數據分析，形成有結論和建議的分析報告，甚至是解決方案。

（3）持續的跟進一個項目，和業務人員一樣為該項目的KPI負責，同時具有項目推動能力和主人翁精神，“不計一切手段”地想辦法達到目標，經常需要從數據上給項目組成員們提供insights。

這里每一部分的內容對分析師的能力要求有所不同，能做好第一部分的人是一個合格數據分析師助理（或者說叫數據專員），能做好第二部分的人是一個不錯的初級數據分析師，能做好第三部分的人才是一個真正優秀且對企業有極高價值的數據分析師。

在我的職業生涯中，不止一次的被前輩們教導，一個優秀的數據分析師，一定不能是一個“取數機器”，他要是有頭腦，有想法，有能力發現問題并且解決問題的，當然我相信在這個行業能做到這一點的人是鳳毛麟角的。如果你已經是一枚數據分析師了，不妨按照上面的幾點對號入座，看看自己已經進階到哪一步了，又有哪些地方還尚需努力。

二、數據分析師的必備技能之工具篇

在身邊偶爾會聽到別人說做數據分析師，工具不是很重要，重要的是那些軟實力，其實這一點我并不敢茍同。俗話說工欲善其事必先利其器，所以工具用的好，其實是可以極大的提升工作效率的。那么作為一名數據分析師，都需要掌握哪些工具呢，這里先列出使用頻率最高的3個工具。

（1）sql

學習寫sql是做數據分析師的第一步，對于沒有數據庫和編程語言基礎的人來講，也并不是一件十分困難的事兒，關鍵在于你是否能找到一個“好師傅”帶你飛，這里的“好師傅”一是指教你寫sql的入門書籍，上面會系統的講解sql的相關知識并且最好有實例教學；二是指在工作中會有前輩教你一些書寫sql的良好習慣以及優化代碼的方法等等（要知道把功能實現是一碼事兒，高效的把功能實現是另一碼事兒）。這里附上一本我學習sql的書，需要的人自行認領——《SQL基礎教程》MICK 著（人民郵電出版社）。優化sql的方法如有需要，我會再開一篇文章給大家分享。

（2）excel

我認為第二重要的工具是excel，而非R,SAS, SPSS, 作為數據分析師，其實和建模師不同的是，分析師更多的時候是在分析數據，而不是建模，分析數據的時候你總得把數據放到一個文件里邊是吧，這個文件就是excel。excel的功能遠比我們想象的要強大許多，我見過每天用excel做報表的（還是在大型互聯網公司），見過每天寫vba處理上百封數據的，見過用excel畫出十分精美的圖表的，毫不夸張的說，做為一個數據分析師基本每天都要打開關閉幾十個excel。那么，怎么把excel用的好呢？我覺得有一下幾個模塊要學會

第一個是公式，excel常用公式要熟練，網上很多教程，很容易找到。

第二個是數據透視表，因為分析數據的時候經常需要拆分到更細的粒度，所以數據透視表不可或缺。

第三個是圖表，excel的圖表功能基本已經可以滿足一個數據分析師的日常需要了，但是什么數據畫什么圖，這也是一門學問，比如說想要表達趨勢，那最好畫線圖，如果是想表示各個部分的占比，無需縱向對比，那最好畫餅圖。（這里如有需要我會再開一篇文章寫圖表的使用方法）。

（3）統計工具（R or SPSS）

一般情況下數據分析師極少會用到統計軟件，但是在一些特殊情況下會有用到。比如有的公司也會要求數據分析師做建模一類的工作（一般這類公司缺少數據挖掘的專業人才），這個時候數據分析師可能首先需要了解一些經典的統計模型（最最常用的是邏輯回歸模型），為了快速掌握，其實你大可不必去找一本《機器學習》去死磕書本，而是只要了解這個模型的使用場景、數據處理的方法、使用何種軟件實現就可以了，這里可能會要求你有一定的概率統計基礎，但就算是沒有，你也不必要特別擔心，搞清楚模型的輸入和輸出，最后證明模型真的是有用的，這才是王道。（更加專業的數據挖掘我也較少涉獵，感興趣的同學可以自行想辦法學習）。

如果一個人會寫sql，精通excel，可以繪制精美的圖表，并且懂得一些常用的統計模型，基本上在面試數據分析師職位的時候工具關就可以過了。當然這里還有一些其他的工具，在工作中也起到很大的幫助，比如畫結構圖的mindmanager，幫助你收藏處理工作文件的有道云筆記，以及做報告時常常用到的ppt。

三、數據分析師的必備技能之思維篇

上面也提到了，數據分析師的主要職責是發現問題，分析問題，解決問題，所以數據分析師主要是靠腦子吃飯，思路決定出路。一般招聘人會在JD中描述要求分析師有“數據敏感度”以及“嚴謹的邏輯思維能力”等，但是這些到底是什么？這里就給大家講講我個人的一些理解。

舉個例子，小王做數據的時候發現公司9月份的收入相比去年9月增長了30%，十分高興的在10月初的月度會議上跟領導匯報了這一好消息，領導卻并沒有開心，因為公司的主要收入來自軟件銷售費用，9月份是公司的淡季，軟件銷售量并沒有增長，而且相比去年的時候單價還下降了，收入怎么可能會有增長？領導要求小王對這個數據進行核查，后來經過排查才發現原來是財務部的人將公司歷史上的“僵尸賬戶”（指的是賬戶里面有錢但是一直沒有用）統一放到9月份進行核銷了，導致收入大漲。

看完這個例子請你思考一下，什么是數據敏感度，數據敏感度就是當數據變化的時候，你是否能夠快速找到跟這個數據聯動變化的指標，這個技能非常重要，一是可以幫助你核實數據的準確性，二是能幫你快速發現問題。什么是邏輯思維能力，邏輯思維能力就是在面對一件事情的時候，你往往要在腦海中打無數個問號，比如為什么收入會上漲，是什么原因造成的，要去搞清楚事件背后的真正的邏輯是什么，層層拆解，層層深入，而不是僅僅停留在表面，不愛思考的人是不會有嚴謹的邏輯思維能力的。

四、數據分析師的必備技能之溝通篇

溝通是一項軟技能，也是不分職業的，溝通能力放之四海皆準。這里我僅僅針對數據分析師的溝通技能給到大家一些建議。

數據分析師常常需要和業務方溝通數據需求，舉個例子，小李來找小王要收入的數據，小王這個時候不是一聲不吭的就打開電腦開始寫sql提數，而是問小李，“這個數據是用來做什么的？”小李回答說，“這不馬上就要年底了嘛，我們要給銷售部分制定KPI！”這個時候小王明白了小李需要數據的目的是給銷售團隊制定明年的收入目標。小王又問，“明年的銷售計劃有了嗎？”小李想了想回答說，“可能預計會3月份銷售旺季提價一次，并且維持現有的銷售團隊不做新增”。小王又知道了，可能需要將收入拆分成單價*銷量，再根據預測的銷量去算出總收入，并且預測銷量的時候需要剔除9月份的異常值。所以你看，如果小王沒有問這2個問題，小李拿著今年的收入數據真的能做出一個合理的目標值嗎？

我了解到在一些互聯網公司，業務人員往往并不喜歡主動和分析師溝通，他們把分析師當做“取數機器”，只是單純的認為我要這個數據，你就給我這個數據就可以了，但是事實是，有很多人，他們自己的數據分析能力有限，對問題的理解能力也有限，往往心里期望拿到A數據，表達出來確是B數據，所以這個時候，數據分析師一定要耐心的和業務人員多多溝通，一來可以提高你的工作效率，以免重新返工，二來就是借此機會和業務員人員聊聊天，了解業務，彼此建立信任的關系。畢竟數據分析師是為了業務服務的，離業務太遠的數據分析就是空中閣樓，是不接地氣的。