作者：接地氣的陳老師 

來源：接地氣學(xué)堂

“到底咋樣算進階？”是很多做數(shù)據(jù)的新人同學(xué)很疑慮的問題。網(wǎng)上的文章鋪天蓋地的都是“如何入門”，“如何快速入門”一類?？烧嬲錾蠑?shù)據(jù)分析以后才發(fā)現(xiàn)：根本學(xué)的就是個屁。每天都在跑數(shù)，真正的算法工作離自己一萬多里。所以到底前途是啥？

以上諸多疑慮，癥結(jié)核心，在于：網(wǎng)上的文章大多基于課本來寫。因為書本上都是第一章講pycharm，anaconda，第二章講pandas，第三章講matplotlib，第四章講numpy，第五章講sklearn，所以作者們想當(dāng)然地以為做數(shù)據(jù)分析就是第一步安裝軟件，第二步取數(shù)，第三步可視化，第四步機器學(xué)習(xí)模型，第五步業(yè)務(wù)跪倒在自己腳下俯首帖耳，說：數(shù)據(jù)分析真牛逼，快來驅(qū)動我……醒醒了喂！

真正進入公司以后，就會發(fā)現(xiàn)，數(shù)據(jù)分析工作最大問題就是：存在感稀薄。數(shù)據(jù)驅(qū)動業(yè)務(wù)？那是：老板拿數(shù)據(jù)驅(qū)動業(yè)務(wù)。至于做數(shù)據(jù)的自己，在大部分公司就是打雜的。那些產(chǎn)品經(jīng)理、運營、銷售、策劃心中，都覺得自己可懂分析了，就差一個跑數(shù)的。做數(shù)據(jù)的你就安心跑數(shù)好了。

而且，做業(yè)務(wù)的尤其喜歡說：“我看朋友圈的數(shù)據(jù)分析文章，我都會了，可我司數(shù)據(jù)分析師連大數(shù)據(jù)精準推薦，這么簡單的事都搞不出來，都怪他們！”——做數(shù)據(jù)的不但工作打雜，還容易背鍋。

所以，真在企業(yè)里上過班就會明白：想要擺脫窘境，真正要干的就三件事：

1、爭取獨立項目的機會，不當(dāng)掃廁所的

2、清晰工作范圍和邊界，不背無妄之鍋

3、展現(xiàn)工作效果與成績，爭取內(nèi)部認可

有了這三個，才能讓自己多立功，少背鍋。這三點，才是從等著別人來要數(shù)的新手，向獨當(dāng)一面的成熟數(shù)據(jù)分析師的真正轉(zhuǎn)變。具體怎么干，下邊簡單說一說。

 1 

如何爭取獨立項目

新人在學(xué)習(xí)階段，都練習(xí)過網(wǎng)上的所謂“項目”，什么泰坦尼克、淘寶購物、某國信用卡之類。真實企業(yè)項目和這些網(wǎng)紅項目最大區(qū)別在于：沒人給你安排好做什么。如果干坐著等別人安排，就等著接電話：“這個數(shù)據(jù)老板要，下班以前要給到”。

想爭取項目，陳老師之前有一篇詳細的分享，在文末可見。這里想強調(diào)的是：一定要做好常規(guī)數(shù)據(jù)需求統(tǒng)計。想要在瑣碎、零散、日常的工作中發(fā)現(xiàn)機會，靠的是細心的分析，而不是別人的施舍（如下圖）。

基于需求統(tǒng)計表，能主動發(fā)現(xiàn)：

• 哪些部門需求多？
• 哪些需求要的急？
• 哪些是從0到1起步？
• 哪些需要復(fù)雜分析支持？
• 哪些能用固定工具承接？
• 哪些是老板的關(guān)注點？

這樣就能擺脫遇到事只會傻憨憨問業(yè)務(wù)，結(jié)果被一句“關(guān)你屁事”頂回來的尷尬。找到意愿合作的部門，找到有價值的合作項目，都靠這樣一點點沉淀，而不是從天上掉下來的。

 2 

如何清晰工作邊界

清晰工作邊界就是為了不背鍋，沒有其他緣由。

要牢記三清原則：

1、有數(shù)據(jù)還是沒數(shù)據(jù)，要分清！

2、有標準還是沒標準，要分清！

3、有方案還是沒方案，要分清！

沒有數(shù)據(jù)，無法分析。這是廢話，但是恰恰最容易被忽視。在業(yè)務(wù)眼里，永遠是：“我們的數(shù)據(jù)很大呀，而且都在哪里，就差個人來分析了”，業(yè)務(wù)是不會去扣數(shù)據(jù)細節(jié)的。事先不做好功課，事后面對一堆臟數(shù)據(jù)，巧婦難為無米之炊。

沒有標準，無法評估。這也是一句廢話。但是業(yè)務(wù)口中，經(jīng)常是：“我就是要增加銷量呀；我就是要提升活躍呀；這是老板說的要做，你管他那么多呢”?？此朴心繕耍瑢崉t不具體。這時候如果不主動提醒，事后想再補充。就變成：說業(yè)務(wù)好，自己就是應(yīng)聲蟲，對老板沒意義；說業(yè)務(wù)不好，等著被業(yè)務(wù)噴死。進退兩難。

沒有方案，預(yù)測不準。這也是一句廢話。投100的券和投10元券轉(zhuǎn)化率能一樣嗎。好文案和差文案轉(zhuǎn)化率能一樣嗎。脫離業(yè)務(wù)方案去談預(yù)測、談走勢，都是夸夸奇談?？善填A(yù)測的書本都講的是數(shù)據(jù)處理方法，很少講如何結(jié)合實際，因此這一步也經(jīng)常被忘掉。

以上三原則，是很多新人碰得頭破血流以后總結(jié)的要點，字字帶血。然而這也是新人最容易忘記的點。因為在自學(xué)階段都是對著現(xiàn)成的數(shù)據(jù)集，現(xiàn)成的背景，現(xiàn)成的書去練，從來沒人教怎么具體問題、具體溝通。就容易在干活時出問題。

 3 

如何展示工作成績

數(shù)據(jù)分析的成果，就類似“哥倫布立雞蛋”的故事——你說出口之前，大家都覺得不可能；你說出口以后，大家都說：我早想到了！這個很簡單。所以單純地在口頭報幾個數(shù)、提幾條建議，完全不能證明這是自己的成績。反而把業(yè)務(wù)教聰明了，以后的分析需求越來越復(fù)雜，越來越難搞。

因此，才有數(shù)據(jù)成果三標準：

1、輸出數(shù)量可量化

2、結(jié)果可重復(fù)使用

3、過程封裝看不懂

具體如下圖所示：

 想實現(xiàn)這三標準，單純地靠寫ppt，做口頭匯報是肯定不行的。上數(shù)據(jù)產(chǎn)品勢在必行。但想從零散取數(shù)，直接升級到一套完整的數(shù)據(jù)產(chǎn)品也是不現(xiàn)實的——業(yè)務(wù)等不了那么久，也不會停下日常工作。因此要有產(chǎn)品升級的意識，逐步地向完整產(chǎn)品過度。

我們積累的技術(shù)能力，是在這個場合用的。在時間、數(shù)據(jù)質(zhì)量允許范圍內(nèi)：

1、能做報表的，不用臨時取數(shù)

2、能上系統(tǒng)的，不用手工報表

3、能上體系的，不用孤立指標

4、能上模型的，不用業(yè)務(wù)規(guī)則

5、能固化規(guī)則的，不每次跑數(shù)

6、能固化標準的，不專題分析

總之一步步升級，手工操作、臨時操作、個性化操作越來越少。產(chǎn)品功能越來越豐富，預(yù)測精度越來越高，查詢速度越來越快，定位問題方法越來越簡單，我們的價值就越大。以上，是從菜鳥到中級的破局思路。啥時候算修煉成功？往簡單說，就是獨擋一面。

往細了說：

• 在成果上，中級數(shù)據(jù)分析師能獨立解決問題。
• 在工作中，中級數(shù)據(jù)分析師能應(yīng)對業(yè)務(wù)的“蠢問題”。
• 在方法上，中級數(shù)據(jù)分析師能沉淀經(jīng)驗，而不是到處抄。

具體的表現(xiàn)是：等你在面試或者年終述職的時候，不需要傻憨憨地說：我做了好多分析。而是很清晰的講出來自己的工作數(shù)量、輸出產(chǎn)品、分析模型的時候，就算成功了。然而遺憾的是，很多新人注意不到這些問題。

比起在具體問題上深入討論，他們更喜歡發(fā)牢騷，抱怨自己的公司太low，如果能進入頭騰阿這種大廠，肯定是山清水秀，鳥語花香；

比起深入思考業(yè)務(wù)場景和業(yè)務(wù)流程，他們更喜歡看“底層邏輯”“核心模型”，并且孜孜不倦的在網(wǎng)上找《國家權(quán)威認證方法》。

比起解決問題，他們更喜歡人手一本《21天0基礎(chǔ)精通機器學(xué)習(xí)》，認為學(xué)了這個頭騰阿的某一家就會看上他了——總之，牢騷太多，細節(jié)太少，想進步，肯定很難了。

能獨立面對并解決問題以后，我們能探討一個10人部門以上的，領(lǐng)導(dǎo)級的高級數(shù)據(jù)分析師需要什么技能了。在成果上，高級的數(shù)據(jù)分析師不僅要解決問題，更得明白“要做成什么樣”主動引導(dǎo)業(yè)務(wù)發(fā)展。

想從事業(yè)務(wù)型數(shù)據(jù)分析師，您可以點擊>>>“數(shù)據(jù)分析師”了解課程詳情；

想從事大數(shù)據(jù)分析師，您可以點擊>>>“大數(shù)據(jù)就業(yè)”了解課程詳情；

想成為人工智能工程師，您可以點擊>>>“人工智能就業(yè)”了解課程詳情；

想了解Python數(shù)據(jù)分析，您可以點擊>>>“Python數(shù)據(jù)分析師”了解課程詳情；

想了解更多優(yōu)質(zhì)課程，請點擊>>>