沒人帶、沒人教、沒團隊，你占了幾條？如果三條占兩條，就是所謂的“野生”數據分析師了。如果再加上：

1、公司數據基礎建設一塌糊涂
2、其他人都催著你趕緊給數據
3、領導總嫌棄你分析不夠深入

那就是傳說中荒野之神——野中野的數據分析師。

沒幾個人喜歡這種狀態。沒人帶會讓人迷茫，沒人教上手很慢，沒團隊則在干活的時候經常被欺負。如果再加上被人嫌棄，那簡直不用干了。隔三差五，就有同學來抱怨。該怎么破局呢？大家知道，陳老師一向不喜歡灌雞湯，今天我們就腳踏實地來研究下，該怎么脫困。

一、從識別生存環境開始

注意！對數據分析師來說，真正最難的是沒數據。如果連基礎數據建設都沒有，每天拿著各種來源的數據東拼西湊，自己搭草臺數據庫，那就真的沒啥搞頭了。相比之下，分析要求多，流程亂，都是疥癬之疾。因此在識別生存環境時，首先看的是公司的數據基建情況。


雖然都有可能出現“沒人帶”的情況，但是具體到數據基建上，可能有五種狀態：
狀態1：公司剛起步，啥都沒有，依賴阿里、亞馬遜等平臺提供簡單、基礎數據。
狀態2：公司有一定規模，有業務系統（比如進銷存，ERP）但數倉沒搞起來，也沒有數據團隊。
狀態3：公司有一定規模，數倉有人管，但是沒有專門的數據分析師，現在剛開始招人起步。
狀態4：公司有數據部門，但是自己被散養在外邊了，比如丟在運營、產品、用戶增長團隊。
狀態5：公司有數據部門，自己也在數據部門，但是領導不愿意教，也不帶！總讓我自己多想想……

這里，狀態1、狀態2是沒數據的狀況。這種時候相當麻煩，一來，這時候連基礎數據都沒有，大量的工作要處理基礎數據；二來，因為團隊缺失，沒有人能憑一己之力把所有開發做完，肯定會有很多野路子搞法，會有很多東拼西湊的東西；三來，小公司的業務很多依賴平臺，基于平臺數據，能挖掘到的東西也有限，運營經驗比分析能力要有用的多。更不要提，小公司流程不規范，同事之間摩擦是很有可能的。

劃木筏的經驗，不見得對造航母有用。所真在這種團隊，先問自己一句：“我喜歡這個團隊嗎？”如果喜歡，那么盡可能滿足團隊需求，野路子/正路子無所謂，先把團隊所需要的做好，等團隊規模做大，能招人了，再逐步補齊能力短板。

如果不喜歡，就潤吧。注意！想潤其他公司，有一技之長即可，不見得要滿足所有需求。特別是很多從業3年內的同學，有取數能力，了解常規業務指標，熟悉數據看板、報表做法，潤走是問題不大的。

狀態3、4、5，實際上是有數據的，更大的困難是沒人教，沒人帶，用不好。和沒數據相比，起碼有工作的基礎。更多要看怎么應對工作挑戰。

二、區分面對的挑戰

在有數據的情況下，如果缺少團隊和指導，很有可能面臨的壓力，都是業務給的：
1、業務為什么拿數據，不跟你說
2、業務拿到數據以后干了啥，也不跟你說
3、你提的意見，業務不是不理，就是“早知道了”
4、業務主動問你的問題，都是算命，比如“準確預測下銷量”
5、業務直接把他們問題甩到你面前“你說我該怎么做活動……”

隨便碰上一個就能把人氣半死，碰到3個以上，就會讓人有離職的念頭，甚至自我懷疑：“到底這個數據分析該咋干？？？”

這里的核心問題，是需求分類的問題。

【以下部分是重點】
數據分析支持業務，是分步驟，分層級的：
第一步：梳理業務流程，建立指標體系
第二步：提供基礎數據，滿足基礎需求
第三步：建立判斷標準，增加監控/警報
第四步：分析問題原因，積累分析經驗
第五步：建立業務標簽，提升測試能力
第六步：總結業務規律，提升預測能力
第七步：建立業務標簽，分析復雜問題

這一步是一步步來的，特別是前三步，著急不了。如果數據采集不完善，基礎數據不全面，今天看到10%下跌覺得很正常，明天就為1%下跌急得抓耳撓腮，那還做啥深入分析。

但是業務部門并不理解這些。很多人都認為：“不就是一個數字嗎，為啥要這么麻煩”還有些人認為“你看數學/統計學/機器學習的公式那么復雜，丫一定有魔法，我輸入一個12345，丫就能算出驚天秘密”。因此業務部門總是嫌棄基礎工作浪費時間，總是想一步邁進魔法時代。

這時候，數據分析團隊的領導就非常重要。如果是有團隊，而非野生狀態。團隊領導就會幫助業務梳理需求，把需求分層，基礎類的數據采集、指標體系、數據監控，以固定報表/看板的形式滿足。滿足個性化需求時，優先滿足老板們的需求。一個獨立的部門經理/高級經理/總監的身份是很必要的，可以利用職場規則，擋掉很多不靠譜的事。

但是，沒團隊的野生哥們就慘了。特別是那種人就在運營、用戶增長、產品、銷售部、市場部，卻掛了個“數據運營”“數據專員”“數據支持”的哥們。本來就是業務部門的人，又吃業務的飯，業務會理所當然認為你能搞掂這些。所以被虐得最慘的就是這些哥們。這些哥們連講理都沒地方講理——上司就是業務的頭，丫不聽呀。

這個時候，問問自己“我喜歡這個團隊嗎”如果喜歡，就堅持住，嘗試按照正常的流程，先解決基礎問題，再輸出復雜分析結論。如果不喜歡，直接潤是沒啥問題的。

三、提升自身的能力

還有一種情況，就是雖然有數據團隊，但是上頭的領導不！管！事！沒啥工作指導，也不會出頭和業務溝通，說不定還轉過身PUA下屬：“你看，你的獨立工作能力還不行呀！”搞得很多同學心生疑慮：“這人是咋混上來的……”以及“我要怎么扛過去……”

注意！一個人能當上領導有很多原因：
1、大廠鍍金出來的
2、熬資歷熬上來的
3、伺候老板很舒服
4、丫就是靠賣下屬上臺的

特別是第四種，有很多數據團隊的領導，如果發現項目成果很好，就自己去匯報。如果對分析報告/預測模型沒信心，就讓下屬去匯報，讓下屬頂第一波雷再說……

所以，如果真遇到上司不頂事。仔細看看他自己交付給老板/其他團隊的成果質量如何。如果他自己都不著四六，老板也不滿意，那就說明丫是個水貨。如果他自己交的質量不錯，但是不怎么給你意見還PUA，那就是在賣隊友。

此時怎么辦呢？注意！數據分析，是少數不需要領導審批也能工作的崗位。因此即使獨立面對業務，也不用著急，一步步去做。
1、把不屬于數據分析的，比如“我該怎么辦”摘出來
2、屬于數據分析的，按照前文所屬流程，一步步做
3、碰到諸如“建模/預測”一類復雜問題，先把需求搞清楚
4、在數據允許的范圍內，提供輸出，數據都沒有的，直接放棄

這樣可能會得罪一些人，遭一些差評。但說實在的，在你的領導散養你那一刻，遭差評、得罪人就是命中注定的。所以不用糾結這些。等自己技術經驗/業務知識積累夠了，就再問自己一句：“我喜歡這個公司嗎”如果不喜歡，我們潤的本錢也攢夠了。

四、小結

從本質上看，數據分析是個技術工種，不像運營/產品，非常依賴成功案例。作為數據分析師，有能力提取/加工數據，了解常見的業務場景，能梳理清晰需求，能搭建看板/模型，能做好測試，就足夠我們安身立命了。自己的硬本事是關鍵。以上詳細的場景拆分，總結成一句話，就是：“不要因為公司基礎不好/業務態度冷淡/領導的PUA，而把我們寶貴的精力浪費在積累核心能力以外的事情上”，努力提升能力，更好的公司的是！與大家共勉。

文章來源于接地氣的陳老師 ，作者接地氣的陳老師