
數(shù)據(jù)分析師的思維是如何練出來(lái)的
一名數(shù)據(jù)分析師的日常工作流是怎樣的?
「數(shù)據(jù)分析師」這個(gè)職位,不同的公司,不同的行業(yè),對(duì)于它的理解,以及它覆蓋的工作范圍不太一樣。在有些傳統(tǒng)行業(yè),數(shù)據(jù)分析師工作重點(diǎn)是「做行業(yè)報(bào)告」等;在阿里巴巴等大型互聯(lián)網(wǎng)公司,職位區(qū)分比較明確,數(shù)據(jù)分析師大部分時(shí)間只做產(chǎn)品和運(yùn)營(yíng)的分析工作,至于「基礎(chǔ)數(shù)據(jù)處理」、「搭建數(shù)據(jù)產(chǎn)品」等等不涉及;在創(chuàng)業(yè)公司等相對(duì)小型公司,「數(shù)據(jù)分析師」要干的活可能要不僅僅是「產(chǎn)品和運(yùn)營(yíng)分析」,「基礎(chǔ)數(shù)據(jù)采集和處理」,「數(shù)據(jù)產(chǎn)品搭建」都屬于「數(shù)據(jù)分析師」的工作范圍。
明確了數(shù)據(jù)分析師的工作范圍,大概也就清楚了每天要做些什么,比如:
產(chǎn)品和運(yùn)營(yíng)的數(shù)據(jù)提供(正常分析師工作)
基礎(chǔ)數(shù)據(jù)采集和處理(類(lèi)似ETL工作)
數(shù)據(jù)產(chǎn)品的思考和搭建(類(lèi)似數(shù)據(jù)產(chǎn)品經(jīng)理工作)
數(shù)據(jù)價(jià)值的挖掘(類(lèi)似數(shù)據(jù)挖掘工程師工作)
每日的工作流大概如下:
上午:日常項(xiàng)目的跟進(jìn),包括跟產(chǎn)品,運(yùn)營(yíng),開(kāi)發(fā)同學(xué)的溝通,這部分主要通過(guò) Tower 和項(xiàng)目 PM 每天的郵件來(lái)互相協(xié)作和周知進(jìn)度,當(dāng)然,每個(gè)項(xiàng)目會(huì)有5-10分鐘晨會(huì);
每天不定時(shí):日常運(yùn)營(yíng)需求的溝通比較多,這個(gè)主要是面對(duì)面,固化需求以后,郵件周知和記錄;
下午晚點(diǎn)和晚上:數(shù)據(jù)平臺(tái)自己的活,包括基礎(chǔ)數(shù)據(jù)開(kāi)發(fā)、數(shù)據(jù)產(chǎn)品搭建等等,就需要我們自己去安排時(shí)間完成。創(chuàng)業(yè)公司的一個(gè)優(yōu)點(diǎn)就是人員相對(duì)少,大家互相協(xié)作都是面對(duì)面。
如何進(jìn)行時(shí)間和日程管理?
數(shù)據(jù)分析師工作因?yàn)樯婕皟?nèi)容比較多,所以經(jīng)常會(huì)被產(chǎn)品/運(yùn)營(yíng)叫過(guò)去討論某些項(xiàng)目,營(yíng)銷(xiāo)活動(dòng),等等,或者,被不同業(yè)務(wù)線(xiàn)主管召喚,討論如何對(duì)某個(gè)業(yè)務(wù)線(xiàn)效果進(jìn)行深入分析,所以,很多時(shí)候自己計(jì)劃的「什么時(shí)間干什么事情」,基本得不到保障。就算得不到保障,每天早上過(guò)來(lái)以后,也要大概列清楚今天要干的幾件事情,提醒自己去抽時(shí)間做完。每做完一件事情,就劃掉。盡管有很多工具使用,比如,Trello,但是我還是喜歡一個(gè)筆記本,一支筆的方式。
時(shí)間是一個(gè)很奇怪的東西,只要你想要,它就來(lái)到你身邊。比如,我想晚飯后來(lái)寫(xiě)采訪(fǎng)的內(nèi)容,就會(huì)拒絕同事邀請(qǐng)去做其他事情。我看過(guò)很多時(shí)間管理方面的書(shū),也嘗試過(guò)「番茄」等各種方法,最后發(fā)現(xiàn),任何想基于「時(shí)間安排」去做「時(shí)間管理」的方法都很難有很好的效果,反而,基于「待做工作」來(lái)做時(shí)間管理,更合適。
比如,今天需要做三件事情,按照輕重緩急排序,1)2)3),然后就開(kāi)始做,不想需要多少時(shí)間做完,盡量自己控制時(shí)間把它做完。很多人可能覺(jué)得這樣很糟糕,萬(wàn)一做不完怎么辦啊。其實(shí),你自己嘗試一下就行了,為什么自己會(huì)不得不、不情愿也要做、非要做完。因?yàn)?,第二天工作又?lái)了,今天做不完,明天這些工作還是你的。除了一浪一浪每天工作的累加的壓迫,它更需要一個(gè)人的「自律」。如果有點(diǎn)時(shí)間就刷微信,微博,或者找同事閑扯幾句,很容易打斷工作流,所以最好是一氣呵成。不管計(jì)劃如何完美,如果沒(méi)有「自律」,也沒(méi)有結(jié)果。
數(shù)據(jù)分析師的思維是如何練出來(lái)的?
可能提到數(shù)據(jù)分析師這個(gè)職業(yè),「思維」是被提到最多的一個(gè)詞?;蛟S這個(gè)跟數(shù)據(jù)分析師思考比較多,溝通過(guò)程中更理性,讓大家得到的錯(cuò)覺(jué)。個(gè)人覺(jué)得,任何一個(gè)職業(yè),任何一個(gè)人都應(yīng)該有一套自己的思維體系和一個(gè)好的思維方式。數(shù)據(jù)分析師的思維僅僅是其中的一個(gè)不同的看世界的方式。比如,每個(gè)人的思維是一條道路,條條大道通羅馬,雖然每個(gè)人看世界的方式不一樣,但是可能得到的結(jié)果一樣。
想知道數(shù)據(jù)分析師思維,首先要了解「思維」是什么,bing一下,得到「思維」的定義:
①思維與“感性認(rèn)識(shí)”相對(duì)。指理性認(rèn)識(shí),即思想;或指理性認(rèn)識(shí)的過(guò)程,即思考。是人腦對(duì)客觀(guān)事物間接的和概括的反映。包括邏輯思維和形象思維,通常指邏輯思維。
②與“存在”相對(duì)。指意識(shí)、精神。
顯然,定義①是我們這里想討論的思維。這個(gè)定義也清楚的說(shuō)明了思維是每個(gè)人看世界的方式。
數(shù)據(jù)分析師通過(guò)數(shù)據(jù)來(lái)認(rèn)識(shí)產(chǎn)品/業(yè)務(wù),所以,它確實(shí)有一套跟別人不一樣的思維,即「類(lèi)統(tǒng)計(jì)學(xué)的邏輯思維」。除了這個(gè)之外,其他基本跟其他同學(xué)一樣。
從我打籃球、乒乓球的經(jīng)歷,加上5年數(shù)據(jù)分析師的體驗(yàn)來(lái)說(shuō),很難通過(guò)一些簡(jiǎn)單的訓(xùn)練就學(xué)會(huì)某種思維方式,主要還是要自己在工作過(guò)程中通過(guò)實(shí)際的案例多踏幾個(gè)坑,多開(kāi)拓眼界來(lái)學(xué)習(xí)。所謂「九折臂而成醫(yī)」,大概如此。
在這里分享給大家我平時(shí)常用的方法:
-看書(shū),看別人的總結(jié)。
學(xué)習(xí)大牛是如何認(rèn)識(shí)世界,分析案例,比如《窮查理寶典》——查理芒格,《把時(shí)間當(dāng)做朋友》——李笑來(lái),《系統(tǒng)思維》——德內(nèi)拉?梅多斯,等等,分析為什么這些作者的思維如此的獨(dú)特?我和他們認(rèn)識(shí)世界的方式為什么不一樣?我們彼此的認(rèn)識(shí)事物的方式哪個(gè)更好,哪個(gè)更接近真相?為什么他們看到的世界是這樣,而我是這樣?多問(wèn)問(wèn)為什么,多找差異,然后再去找其他的書(shū)看,一步步豐富自己。這些作者可能也沒(méi)得到真相,而是他們可能距離真相近一點(diǎn)。
-學(xué)會(huì)舉一反三。
做分析師,非常需要「舉一反三」的能力。去食堂吃飯,看到排隊(duì)的效率如此低,分析一下為啥效率這么低?我們的產(chǎn)品上某個(gè)地方是不是也有類(lèi)似的效率問(wèn)題?滴滴打車(chē)這種叫車(chē)模式,我們的產(chǎn)品可以用么?為什么不能用?反正,多問(wèn)幾個(gè)為什么,多舉一反三,思考,思考?!笇?duì)或者錯(cuò)」有些時(shí)候不重要,重要的是我們感知世界的能力在變化。
-研究別人家的產(chǎn)品和別人家的數(shù)據(jù)。
比如,我非常推薦新的分析師看各個(gè)公司的財(cái)報(bào)。為什么呢?一個(gè)大公司的財(cái)報(bào)如果能看懂了,基本就了解了一個(gè)公司的運(yùn)作模式和重要產(chǎn)品,也明白了如何寫(xiě)一份報(bào)告。再者,研究別人家的產(chǎn)品,不管是工具類(lèi)還是用戶(hù)類(lèi),看看他們的交互,設(shè)計(jì),體驗(yàn)上怎么會(huì)不一樣,別人的用戶(hù)數(shù)為什么是這個(gè),而我們的是多少?
-關(guān)注「經(jīng)濟(jì)」和「社會(huì)」新聞,多串聯(lián)起來(lái)看新聞。
北京大雨了,河北大雨了,南方干旱,南北方需要什么?我們的產(chǎn)品是否能提供這些東西?長(zhǎng)征7號(hào)上天了,哪些東西可能會(huì)不一樣?多把不同事物串聯(lián)起來(lái)想,思考,分析。
總結(jié)一下,數(shù)據(jù)分析師要有一個(gè)「系統(tǒng)、整體和部分的思維」,也要有一個(gè)「事物類(lèi)比思維」,更要對(duì)「事物敏感」,可以很迅速的把不同的事物串聯(lián)起來(lái)(敏感),很快的抓到事物的本質(zhì)特征(類(lèi)似思維),然后局部整體的來(lái)分析和研究(系統(tǒng)思維)。
如何進(jìn)行跨領(lǐng)域?qū)W習(xí)?
其實(shí),數(shù)據(jù)分析師經(jīng)常面臨「跨領(lǐng)域」,只不過(guò)跨的大和小的區(qū)別。比如,我之前在阿里媽媽研究廣告的競(jìng)價(jià),來(lái)到空格研究共享經(jīng)濟(jì)、服務(wù),也算是一個(gè)很大的跨領(lǐng)域。從「分析方法」和「研究產(chǎn)品」的角度來(lái)說(shuō),兩者沒(méi)有差別,但是研究的領(lǐng)域確實(shí)不一樣了?!缚珙I(lǐng)域?qū)W習(xí)和交流」對(duì)于分析師來(lái)說(shuō)還是比較重要的,畢竟,我們不能保證自己所做的東西都是拿手或者了解過(guò)的,很多業(yè)務(wù)和產(chǎn)品都是新產(chǎn)品,新業(yè)務(wù),自己要保證快速的跟上。
跨領(lǐng)域?qū)W習(xí)其實(shí)沒(méi)有那么難。很多事物都是相似的,比如,足球和桌上足球相似,足球和籃球在某些方面也相似,乒乓球和籃球,其實(shí)在練習(xí)方法上,技巧上也有一些共同的地方。分析師研究產(chǎn)品和業(yè)務(wù)也一樣。如果學(xué)會(huì)了分析事物背后變化發(fā)展規(guī)律,也就不存在「跨不跨」領(lǐng)域?qū)W習(xí)的問(wèn)題,比如,一個(gè)用戶(hù)留存模型,即適合 Facebook 的研究,也適合 Uber 的研究,為什么呢?因?yàn)橛脩?hù)使用產(chǎn)品過(guò)程中,行為和體驗(yàn)過(guò)程是類(lèi)似的。
大家可能都被教育過(guò),「看事情要看本質(zhì),不要浮于表面」。這個(gè)對(duì)于分析師來(lái)說(shuō)更重要。如果看懂了一個(gè)商業(yè)模式,比如「共享經(jīng)濟(jì)」的模式,不管它是滴滴,還是Airbnb,還是空格,基于「大眾參與的閑置資源的使用權(quán)的讓渡」特征是不會(huì)變的,唯一不同的是三種產(chǎn)品運(yùn)營(yíng)和用戶(hù)體驗(yàn)上的差異。所以,推薦大家建立一套自己認(rèn)識(shí)事物的思維模式。
就像一個(gè) VC ,或者巴菲特,為什么他們可以投資不同的行業(yè)的公司和買(mǎi)不同的股票,為什么他們能看懂看準(zhǔn)呢?因?yàn)樗麄兏髯远加幸惶渍J(rèn)識(shí)世界和事物運(yùn)作的思維模式,這套通用的模式會(huì)讓他們?cè)诳珙I(lǐng)域的投資中都能受益。
所以,大家不要局限于「怎么樣跨領(lǐng)域?qū)W習(xí),怎么樣學(xué)習(xí),學(xué)習(xí)些什么」,以為學(xué)了這么多肯定就無(wú)所不知,通行天下,但你看到的「星星」還是星星,「太陽(yáng)」還是太陽(yáng),從沒(méi)發(fā)現(xiàn)「太陽(yáng)出來(lái)了,星星不見(jiàn)了;太陽(yáng)下山了,月亮出來(lái)了」的天體運(yùn)行規(guī)律。
歸根結(jié)底,跨領(lǐng)域?qū)W習(xí),要學(xué)一套「認(rèn)識(shí)事物的思維模式」,而不是一點(diǎn)點(diǎn)具體的知識(shí)。推薦大家學(xué)習(xí)一下投資公司評(píng)估公司價(jià)值的一些原則和方法。還有,可以看看《易經(jīng)》等從系統(tǒng)和整體上看待事物相關(guān)的書(shū)籍,鍛煉自己系統(tǒng)思維和「凡事看本質(zhì)的」能力。
數(shù)據(jù)分析的本質(zhì)是什么?
查理芒格說(shuō)過(guò)一句話(huà):「不要做一個(gè)股票分析家,而是做一個(gè)商業(yè)分析家?!?/span>
對(duì)于數(shù)據(jù)分析來(lái)說(shuō),不管我們通過(guò)何種「分析方法」,「挖掘算法」,還是「數(shù)據(jù)可視化」,都是為了「分析和研究產(chǎn)品,以及使用產(chǎn)品的人」,而「產(chǎn)品和人」會(huì)給我們帶來(lái)商業(yè)上的利益。做產(chǎn)品的目的是為了讓別人使用,成立公司是為了獲得商業(yè)的最大化利潤(rùn)。所以歸根結(jié)底,數(shù)據(jù)分析的目的是「更好的了解使用產(chǎn)品的人的行為,體驗(yàn)和想法」,基于這些了解,「再做產(chǎn)品上的改變,獲得商業(yè)的利益最大化」。
比如,很多互聯(lián)網(wǎng)公司都要分析「用戶(hù)行為路徑」,為什么要分析這個(gè)呢?如果我們非常清楚的知道「用戶(hù)怎么進(jìn)來(lái),去了哪里,哪里看的多,哪里看的少,從什么地方跳失」,我們就可以?xún)?yōu)化「產(chǎn)品的交互和設(shè)計(jì)」,讓用戶(hù)的體驗(yàn)更好,讓用戶(hù)點(diǎn)擊「我們想讓他們點(diǎn)擊的東西」,從而實(shí)現(xiàn)我們產(chǎn)品上的某些成功。
為什么亞馬遜會(huì)通過(guò)分析用戶(hù)購(gòu)買(mǎi)的東西,做「推薦算法」?如果可以找到每個(gè)人購(gòu)買(mǎi)的東西,然后根據(jù)「概率」計(jì)算出TA可能潛在購(gòu)買(mǎi)的商品,然后在用戶(hù)經(jīng)過(guò)的頁(yè)面上放上「概率大」的這些商品,用戶(hù)購(gòu)買(mǎi)的概率就會(huì)高很多。 一切都為了更好的了解用戶(hù),服務(wù)用戶(hù),最終讓用戶(hù)買(mǎi)更多的東西(或者留存率高,可以賣(mài)更多廣告)。
數(shù)據(jù)分析咨詢(xún)請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)程中,“損失曲線(xiàn)” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類(lèi)核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢(xún)效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話(huà)題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類(lèi)型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專(zhuān)業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專(zhuān)業(yè)操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤(pán)手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶(hù)體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷(xiāo)案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷(xiāo)成為企業(yè)突圍的核心方 ...
2025-09-11