數據分析非小事，審慎對待才是真

多一分謹慎，總會多一分回報。數據分析也需要審慎地去看待，走得進去，也需要走得出來，多轉換角度，或許就會有更多的精彩降臨。

[1]、數據分析、數據挖掘技術叫得很響，卻未必最靠譜

數據分析現在是一個熱門詞語，大到集團 ，小到部門的各領導都比較喜歡掛在嘴上。這個時候對于數據分析人員，最易出現的問題就是“為了分析而分析”！什么方法最新、最體面、最深奧就用什么方法進行數據分析，往往是“就目前這個問題，我能不能用到某某技術”，很有可能忽略業務問題的本質。濫用數據分析方法，不注重業務實際狀況，是值得每一個數據分析人員深思的。

[2]、“拍腦袋”，也未必就不是解決問題的方法

如果領導倚重你的理由是“很有工作經驗”，在面對棘手的業務問題時，如果因為你用數據分析說話耗費巨大時間而錯過處理問題的最佳時機，或許“拍腦袋”是最快的、有效的途徑。這里所說的“拍腦袋”是指有豐富經驗的前提?！芭哪X袋”的領導會認同自己有預見性，洞察力，而數據分析也可以實現遇見與洞察?；诖?，我們可以認為，一個剛入職的新人在職場打拼的資本或許就是你有數據分析的能力。因為，數據分析能夠幫助你找到工作經驗，工作經驗，上升到理論或者方法時，或許就可以等同于數據分析了。

[3]、數據分析，需要耐得住寂寞

數據分析過程，大概有準確定義業務問題-采集相關數據-預處理-方法、技術、建模-驗證-反饋等。按二八原則，80%的時間用于數據的準備、清洗、預處理，只有20%是結果。持續時間最久、花費心思最大的一塊是前期準備，態度要端正，數據的質量是保證問題得以解決的基礎。要不斷反問數據的真實性和即將采用的數據分析邏輯是否達到要求，這是一個枯燥乏味的活。等到建模后，還需要不斷的驗證模型的能力，甚至要返回重新做過，一次次考驗的是耐心，耐得耐不得寂寞是數據分析人員需要接受的挑戰。

[4]、數據分析工具不如思路重要，但了解得多一些卻總是有幫助的

數據分析的意識、思路，態度，對業務問題的把握，這些都比用什么工具更重要，所以，不要太糾結用SPSS還是SAS，甚至Excel，哪怕一個表格、一張圖，如果你有精力，有需求，掌握更多總不是什么壞事。

[5]、能不能表達出來同樣重要

在學校里甚至有一句話叫做“做沒做不是關鍵，能不能用PPT表達出來最實在”，做研究論文，你可能花費了比別人更多的精力，可在答辯時卻沒法表達出來，有人甚至沒有做，卻用PPT“做”出了效果。不是鼓勵大家拼口才造假，重點在于希望能認識到表達的重要性，我們的結果如果一直只留在自己的心里，那永遠都是你的，而不是大家的，你做到了，就要能表達出來，沒表達出來，也可以說沒做。演講、表達、可視化的東西是每一個數據分析師應該關注的。