作者 | 小堯

來源 | Datawhale

前言

我畢業于上海立信會計學院畢業的稅務專業，剛剛畢業的時候還是一枚小財務，后來工作中，身為財務，需要和業務各種斗（si）智（bi）斗（da）勇（zhan），于是在各種機（sheng）緣（zhi）巧（jia）合（xin）下，轉行了數據分析。

我的轉行經歷Part1之稅務師事務所

我自己是稅務專業畢業，畢業后去了一家小的稅務師事務所（合計員工3人），主要做的是各種稅務合規、幫企業查缺補漏這樣的事情。

大部分分析主要是利用企業外部數據，以及公開數據，模擬稅務局分析思路，為企業提供稅務局可能分析的角度問題，以此發現企業稅法的潛在漏洞，幫助企業及早查缺補漏避免稅務稽查。

工作過程中，我發現，對接企業的財務人員時，企業財務人員基本對業務不了解，最多也只是個大體了解，本身沒辦法發現業務風險點和潛在問題。同時財務人員和業務人員溝通很少，業務財務脫節，極易造成各類問題。

我的轉行經歷Part2之某東財務稅務

后來，我去了某東，負責稅務的同時，也幫分析組同事分析具體業務。有一個非常明顯的感覺，就是【財務報表不能完全準確地反映企業財務狀況】。

1. 財務指標所反映的情況具有相對性，例如預算達成率，超預算未必是壞事，正好達成預算也未必是好事。

2. 財務指標體系不嚴密，很多業務數據，到達財務時，有大量的缺失和遺漏，導致很多東西財務自己分析不出來。

3. 財務指標的評價標準不統一，很多時候，某個比率或者某個指標，多少是好，多少是差，沒有定論。舉例說明，某東存貨周轉天是負數、現金周期也是負數（先收到客戶的付款，然后經過30~90天的賬期，才結算給商家），問題是這個負數，多大是正常的？這個業內都沒有可比數據（阿里有，不給我們），這個數據怎么看？

4. 財務的基礎數據不反應實際情況。這個是財務的鍋，但是我去業務部門以后，發現不全是這樣的。舉個簡單的例子，車輛作為固定資產，財務賬面只有初始成本和折舊這2個數據，而且折舊還是按時間加速折舊的，不能反應實際車輛使用情況。

另外一個感覺就是，財務很多時候，很依賴業務，卻又不懂業務。容易被業務耍得團團轉。就拿預算工作來說，預算數字是業務報的，執行是業務執行的，超預算或者不足預算是業務那邊負責解釋的。分析本身也只能很淺的分析，沒辦法知道業務實質到底和業務同事說的是不是一致的。當然，預算工作中也有各類有意思的事情。比如我們的預算基本只有三種狀態：恰好達成、完全不使用預算、遠遠超出預算。

轉行分析

因為之前做財務的時候，有做各類分析工作，后來物流業務那邊就把我挖過去了（其實我也想被挖過去，畢竟財務還是挺枯燥的）。到業務這邊，發現自己之前財務分析，其實真的很淺。

舉幾個簡單的例子吧，物流體系的貨車都是公司自己的，前期財務和物流同事發現車輛損耗嚴重，車輛折舊年限設定為2年，到期報廢。到這里一切都很正常。

后期業務方為了減少報廢同時增加員工福利，提出員工購車計劃，員工拿低工資，干滿2年后，車輛免費（后期改為低價格）轉讓給員工。神奇的一幕出現了，轉讓計劃的車輛，員工開2年，基本沒有什么損耗，但是財務賬面折舊計提干凈了。換句話說，財務賬面認為價值為0的固定資產，實際上和新車差不多。這個時候分析的局限就出現了，購車計劃的這些車，司機平時開的都特別小心，生怕車壞了。而平時司機開普通貨車，基本上就是橫沖直撞，開到極限。車輛使用情況完全不同，財務賬面一模一樣的東西，到實地一看，價值差距幾倍。

這個時候，我就深刻感覺到了財務分析的局限性。財務只是根據賬面數據，和極少信息進行分析；而業務中，很多非財務信息、各種難以量化的指標、非結構化的指標，在傳遞到財務的時候，都丟失了。導致整個財務分析猶如水中望月霧里看花。

再分享一個例子吧，不知道大家有沒有開過高速。上高速基本上要交通行費，物流貨車基本上走高速，這一點大家都沒問題吧。物流分析有個工作就是跟車，就是和貨車司機一起跑線路。接下來就是騷操作了。我看到高速入口在前面，司機就是不上高速，全程還超速行駛，接近交警測速儀的時候又降到正常速度。一路上開車開得我一個坐副駕駛的人，心驚膽戰的。最神奇的是，某東有時效限制，每次這些司機都能按時到達目的地倉庫。某東是報銷高速通行費的，我就問司機，“通行費你不報銷了??？”司機說，他們有微信群，要什么時間什么路線的通行費發票都有，都是真發票，還都是別人不要的。到時候按額度報銷就可以了。

其實這些問題，從財務角度，都可以解決。如果**能事先知道**不同計劃的車輛，損耗程度不同，那么，財務完全有理由按不同的折舊年限進行折舊。如果**能事先知道**很多司機不走高速，拿其他人的車票報銷通行費，那么完全可以審核的時候，核對車牌號，就完全可以避免這些問題。

然而，如果真的財務都把這些問題解決掉，業務會變好嗎？之前我也和我前領導聊過，一致感覺是，絕對不會，反而會變差。其實原因很簡單，如果員工購車計劃，按一開始設想的，車輛用到基本報廢，再送給員工，那么就不會有員工參加這個計劃了；換句話說，其實很多人，是考慮自己愛護車輛，過戶的時候還是個新車，才愿意接受低工資的。通行費的問題，之前做過市場調研，因為某東是五險一金全額繳納的，很多司機不需要，正好高速路費報銷有漏洞，司機實際到手的RMB和同行業差不多，所以司機才愿意干活。

數據分析師的工作內容

我理解的數據分析是一個業務支撐性質的工作。數據分析本身是通過分析數據，最終解決商業問題。主要是數據收集（埋點），分析數據之間關系（搭建指標體系），日常分析各個數據，反饋到各個業務條線上，來指導業務工作。個別時候還有專項分析某個場景和數據，為業務提供決策支持。

其實日常工作中，找數據、找邏輯，占了大部分。另外一部分工作是“老板要你分析什么，你就分析什么”，其實工作中，很多時候沒有太大主動權，不過別糾結，沒辦法。

簡單的說一下分析過程吧。比如B站用戶，看直播過程中，右下角會有一個倒計時小寶箱，點擊送銀瓜子（按F進入坦克）。這個活動要怎么分析呢？比如一個分析角度，有多少人點擊寶箱，那我該怎么分析呢？首先，我要埋點。埋點就是，每個點擊的時候，記錄誰在什么時候點擊（action）了這個動作，有這些數據，后期才能分析。

接下來，我就要看看每天每個時段有多少人點擊這個小寶箱，這個就是最簡單的數據指標體系的構建。比如，我看到今天投喂辣條的人比較多，我就要看看原因，比如我今天辣條多的原因是，我做了個直播（PS:我想要郵輪~火箭~豪宅~~要打賞~~~拉到最底下可打賞私聊勾搭作者）。

然后呢，我要通過分析結果，反過來促進我的直播。比如大家打賞非常熱烈，那么我每天就會非常開心的上B站直播，形成正循環。至于數據報表的配置搭建這部分，基本學了BI和SQL之后，問題都不大，放心吧。

數據分析師的能力要求

1.技能要求

首先要說明一點，技能、工具是為目的服務的，重要的是工具好用，工具不是目的。我們從數據獲取，數據預處理，數據分析，結果呈現等幾個方面分別來說明。

數據獲?。?/span>

SQL技能和埋點（埋點主要是互聯網行業）,還有excel。大多是情況下，數據來源都是數據庫或者數據倉庫，個別時候需要爬蟲（適合收集學習類工作）。內部數據使用SQL(廣義概念，含Hive SQL)是一種最簡單有效的獲取數據的方式。SQL本身入門門檻低，上手快，專業性不是很強。

數據預處理：

以python為例，大部分會用到pandas和sklearn工具包。

數據清洗的環節目標是提高數據質量，為后續的分析工作奠定基礎，是高質量數據的最后一道屏障。

數據分析：

這一階段是數據分析工作的核心，首先需要從業務場景的理解出發，基于數據，從趨勢、分布中總結規律，分析業務現狀，提出業務的改進建議。

結果呈現和結果落地：

這部分包括各種人際交往、溝通能力、各種軟技能。這里就不好講解了。

2.思維要求

這里直接推薦幾本書：《誰說菜鳥不會數據分析》《增長黑客》《精益數據分析》《運營之光》

感悟與分享

關于硬技能

這2年python非?；?，尤其很多BI工程師和報表工程師，通過學python，再加上數據分析課程，也轉行成了偏技術類的數據分析。因此很多人可能會想，學個python。我個人也是自學python的，學下來的感覺是，python只是一個技能，真正有價值的，是**大腦里面的商業模型和分析思路

真的不要把Python和數據分析畫上等號。對分析師來說，熟知業務的重要性遠比你會一兩個工具重要，而論重要性，SQL的重要性比Python重要的多

關于怎么轉行

我自己的感受是，重視業務，了解公司怎么賺錢，而不是復制粘貼之前的憑證，只想我把憑證做好，報表做平，就好了。

當然，說起來簡單，實際上很多人，應該大部分是工作1~2年的人或者在校生吧，工作以后應該會感覺，很多工作都是重復操作，但是有沒辦法，重復性工作占用了大量工作時間。所以，我自己一直就覺得，對大家來說，第一點最有可操作性的建議就是***花時間學excel***，如果有時間再加上**VBA**。工作效率提高以后，時間就是自己的了。到時候要學習業務，或者做一些自己的事情，都是OK的。

其次，我之前做審計的經驗是，很多公司**系統都不好用**，之前某東的財務系統也不好用，所以當時和IT一起優化了一部分系統功能。后來IT開始上財務機器人，我也協助參與了一些。參與這類項目，基本就全盤了解整個業務每個流程每個節點，再結合一部分審計思維，很容易可以發現問題。關鍵是，當你有了整體思維， 你看問題的角度就完全不同了。

第三個就是數據分析實踐。這些工作中也會遇到。比如，領導有時候會問，為什么收入上升/下降了。這個時候，如果只是業務方隨便解釋一個原因，然后看一下同比、環比，就解釋給領導，一般不夠。每個原因都有前因后果，都有內因外因，深入挖問題才可以。（當然一般業務方不一定有時間陪你回答）

最后，有時候選擇比努力更重要。命運是抓在自己手里的，想過得好一點，就要刻苦一點。如果你現在感到迷茫，或許你可以靜下心來學一樣技能，不一定是數據分析，也可以是英語，也可以是PPT，甚至可以是寫作等等。多學習多沉淀，你未來的職場生涯的路會相對寬一點，你也能有選擇多條路的自信。