作者：接地氣的陳老師 

來(lái)源：接地氣學(xué)堂

“到底咋樣算進(jìn)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(gè)屁。每天都在跑數(shù)，真正的算法工作離自己一萬(wàn)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(lái)寫。因?yàn)闀旧隙际堑谝徽轮vpycharm，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(jī)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(shuō)：數(shù)據(jù)分析真牛逼，快來(lái)驅(qū)動(dòng)我……醒醒了喂！

真正進(jìn)入公司以后，就會(huì)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(dòng)業(yè)務(wù)？那是：老板拿數(shù)據(jù)驅(qū)動(dòng)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(yùn)營(yíng)、銷售、策劃心中，都覺得自己可懂分析了，就差一個(gè)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(shuō)：“我看朋友圈的數(shù)據(jù)分析文章，我都會(huì)了，可我司數(shù)據(jù)分析師連大數(shù)據(jù)精準(zhǔn)推薦，這么簡(jiǎn)單的事都搞不出來(lái)，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(huì)明白：想要擺脫窘境，真正要干的就三件事：

1、爭(zhēng)取獨(dú)立項(xiàng)目的機(jī)會(huì)，不當(dāng)掃廁所的

2、清晰工作范圍和邊界，不背無(wú)妄之鍋

3、展現(xiàn)工作效果與成績(jī)，爭(zhēng)取內(nèi)部認(rèn)可

有了這三個(gè)，才能讓自己多立功，少背鍋。這三點(diǎn)，才是從等著別人來(lái)要數(shù)的新手，向獨(dú)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(jiǎn)單說(shuō)一說(shuō)。

 1 

如何爭(zhēng)取獨(dú)立項(xiàng)目

新人在學(xué)習(xí)階段，都練習(xí)過網(wǎng)上的所謂“項(xiàng)目”，什么泰坦尼克、淘寶購(gòu)物、某國(guó)信用卡之類。真實(shí)企業(yè)項(xiàng)目和這些網(wǎng)紅項(xiàng)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(gè)數(shù)據(jù)老板要，下班以前要給到”。

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

基于需求統(tǒng)計(jì)表，能主動(dòng)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(diǎn)？

這樣就能擺脫遇到事只會(huì)傻憨憨問業(yè)務(wù)，結(jié)果被一句“關(guān)你屁事”頂回來(lái)的尷尬。找到意愿合作的部門，找到有價(jià)值的合作項(xiàng)目，都靠這樣一點(diǎn)點(diǎn)沉淀，而不是從天上掉下來(lái)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(biāo)準(zhǔn)還是沒標(biāo)準(zhǔn)，要分清！

3、有方案還是沒方案，要分清！

沒有數(shù)據(jù)，無(wú)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(yuǎn)是：“我們的數(shù)據(jù)很大呀，而且都在哪里，就差個(gè)人來(lái)分析了”，業(yè)務(wù)是不會(huì)去扣數(shù)據(jù)細(xì)節(jié)的。事先不做好功課，事后面對(duì)一堆臟數(shù)據(jù)，巧婦難為無(wú)米之炊。

沒有標(biāo)準(zhǔn)，無(wú)法評(píng)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(shuō)的要做，你管他那么多呢”。看似有目標(biāo)，實(shí)則不具體。這時(shí)候如果不主動(dòng)提醒，事后想再補(bǔ)充。就變成：說(shuō)業(yè)務(wù)好，自己就是應(yīng)聲蟲，對(duì)老板沒意義；說(shuō)業(yè)務(wù)不好，等著被業(yè)務(wù)噴死。進(jìn)退兩難。

沒有方案，預(yù)測(cè)不準(zhǔn)。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?lì)A(yù)測(cè)、談走勢(shì)，都是夸夸奇談。可偏偏教預(yù)測(cè)的書本都講的是數(shù)據(jù)處理方法，很少講如何結(jié)合實(shí)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(diǎn)，字字帶血。然而這也是新人最容易忘記的點(diǎn)。因?yàn)樵谧詫W(xué)階段都是對(duì)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(lái)沒人教怎么具體問題、具體溝通。就容易在干活時(shí)出問題。

 3 

如何展示工作成績(jī)

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

因此，才有數(shù)據(jù)成果三標(biāo)準(zhǔn)：

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(shí)現(xiàn)這三標(biāo)準(zhǔn)，單純地靠寫ppt，做口頭匯報(bào)是肯定不行的。上數(shù)據(jù)產(chǎn)品勢(shì)在必行。但想從零散取數(shù)，直接升級(jí)到一套完整的數(shù)據(jù)產(chǎn)品也是不現(xiàn)實(shí)的——業(yè)務(wù)等不了那么久，也不會(huì)停下日常工作。因此要有產(chǎn)品升級(jí)的意識(shí)，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(gè)場(chǎng)合用的。在時(shí)間、數(shù)據(jù)質(zhì)量允許范圍內(nèi)：

1、能做報(bào)表的，不用臨時(shí)取數(shù)

2、能上系統(tǒng)的，不用手工報(bào)表

3、能上體系的，不用孤立指標(biāo)

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(biāo)準(zhǔn)的，不專題分析

總之一步步升級(jí)，手工操作、臨時(shí)操作、個(gè)性化操作越來(lái)越少。產(chǎn)品功能越來(lái)越豐富，預(yù)測(cè)精度越來(lái)越高，查詢速度越來(lái)越快，定位問題方法越來(lái)越簡(jiǎn)單，我們的價(jià)值就越大。以上，是從菜鳥到中級(jí)的破局思路。啥時(shí)候算修煉成功？往簡(jiǎn)單說(shuō)，就是獨(dú)擋一面。

往細(xì)了說(shuō)：

• 在成果上，中級(jí)數(shù)據(jù)分析師能獨(dú)立解決問題。
• 在工作中，中級(jí)數(shù)據(jù)分析師能應(yīng)對(duì)業(yè)務(wù)的“蠢問題”。
• 在方法上，中級(jí)數(shù)據(jù)分析師能沉淀經(jīng)驗(yàn)，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(shí)候，不需要傻憨憨地說(shuō)：我做了好多分析。而是很清晰的講出來(lái)自己的工作數(shù)量、輸出產(chǎn)品、分析模型的時(shí)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(jìn)入頭騰阿這種大廠，肯定是山清水秀，鳥語(yǔ)花香；

比起深入思考業(yè)務(wù)場(chǎng)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(guó)家權(quán)威認(rèn)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(jī)器學(xué)習(xí)》，認(rèn)為學(xué)了這個(gè)頭騰阿的某一家就會(huì)看上他了——總之，牢騷太多，細(xì)節(jié)太少，想進(jìn)步，肯定很難了。

能獨(dú)立面對(duì)并解決問題以后，我們能探討一個(gè)10人部門以上的，領(lǐng)導(dǎo)級(jí)的高級(jí)數(shù)據(jù)分析師需要什么技能了。在成果上，高級(jí)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(dòng)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(diǎn)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(diǎn)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(diǎn)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(diǎn)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(qǐng)點(diǎn)擊>>>