CDA數(shù)據(jù)分析師 出品

Hello大家好，我是CDA數(shù)字化人才成長陪伴導(dǎo)師張俊紅。

今天我給大家做一些關(guān)于我個人的分享，希望對大家的成長能夠有所幫助。

我叫張俊紅，目前在一家互聯(lián)網(wǎng)公司從事數(shù)據(jù)分析相關(guān)的工作。在工作之余，我個人會寫一些公眾號文章，還會寫數(shù)據(jù)分析相關(guān)的書籍，比如說我最近新出的這本對《對比Excel，輕松學(xué)習(xí)Python報表自動化》，這本從上市到現(xiàn)在一直都在當當新書榜第一的位置。

到底什么是數(shù)據(jù)分析師？數(shù)據(jù)分析師到底是干什么工作的？

現(xiàn)在看這篇文章的小伙伴大多數(shù)應(yīng)該是數(shù)據(jù)分析師，相關(guān)的從業(yè)人員，或者是想入門數(shù)據(jù)分析行業(yè)的人群，大家可能都對數(shù)據(jù)分析具體是做什么的，或者是一些具體工作內(nèi)容會有一些疑問。

這里首先需要聲明的一點就是，如今不同的行業(yè)和公司，大家對數(shù)據(jù)分析這個職位的稱呼可能不太一樣。

最普遍的就是稱數(shù)據(jù)分析師，有的公司可能會稱 BI分析師或者大數(shù)據(jù)分析師，有的可能叫經(jīng)營分析師，也有可能叫數(shù)據(jù)科學(xué)家之類的。其實不管是公司里關(guān)于數(shù)據(jù)職能它叫什么，但大家本質(zhì)上做的事情其實都是差不多的，都是圍繞數(shù)據(jù)去展開的一些分析。

作為數(shù)據(jù)分析師，具體需要做什么樣的一些事情，我個人理解的話可能主要是三個方面。

01、通過數(shù)據(jù)發(fā)現(xiàn)問題

第一個方面就是，我們主要通過數(shù)據(jù)發(fā)現(xiàn)問題。這個可能對于大多數(shù)分析師來說相對比較容易。常規(guī)通過各種數(shù)據(jù)比較，跟同環(huán)比較。如果當某個指標超過某一個界限的時候，我們就認為這個指標背后的業(yè)務(wù)是有問題的。

第一點就是通過數(shù)據(jù)去發(fā)現(xiàn)問題，第二個點是要基于發(fā)現(xiàn)的問題去分析背后的本質(zhì)原因是什么。第二點對數(shù)據(jù)分析師的要求更高一些。

02、基于問題分析本質(zhì)原因

在這個環(huán)節(jié)我們需要去掌握一些常用的分析方法。

比如說漏斗分析法，需要根據(jù)漏斗分析法去分析說到底哪個環(huán)節(jié)出現(xiàn)了問題；或者說去通過分組分析，需要知道具體哪些維度，哪些用戶群現(xiàn)在的問題比較大；還需要去掌握貢獻度的計算方法，需要知道到底哪個環(huán)節(jié)貢獻比較大，每個環(huán)節(jié)的貢獻度分別是多少，或者說不同的人群的貢獻度分別是怎樣的。到這里的話，其實我們是從數(shù)據(jù)層面對整個問題進行了歸因。還要更進一步發(fā)現(xiàn)說數(shù)據(jù)歸因下面的業(yè)務(wù)本質(zhì)原因是什么。

這里給大家舉個例子。

最近發(fā)現(xiàn)DAU發(fā)生了比較明顯的下降。我們通過各種分析方法，最后得出來的數(shù)據(jù)結(jié)論是：因為23歲以下的用戶群體發(fā)生了比較明顯的下降。到這里我們只是發(fā)現(xiàn)了數(shù)據(jù)層面的原因，那么為什么會下降呢？這里就需要去對業(yè)務(wù)進行了解。

進一步發(fā)現(xiàn)23歲以下的用戶主要是學(xué)生群體，可能恰好趕上學(xué)校陸續(xù)開學(xué)，從而影響了這段時間的活躍度。因此導(dǎo)致23歲以下用戶群體發(fā)生了大幅度的下降。

到這里其實我們才是對整個問題有了最本質(zhì)的歸因。數(shù)據(jù)層面看到是23歲以下的用戶發(fā)生了下降，最本質(zhì)的業(yè)務(wù)原因是由于這部分學(xué)生群體開學(xué)了，沒有時間來活躍了，這個其實是我們要做的。

03、基于現(xiàn)有問題給出策略上建議

這里面之所以用建議，是因為其實作為分析師可能對這個業(yè)務(wù)是沒有決策權(quán)的，只是建議權(quán)。

繼續(xù)回到上一個例子，發(fā)現(xiàn)最近DAU下降了，主要是學(xué)生群體的下降。那么有什么辦法？是否能夠讓學(xué)生群體在上學(xué)的時候也能夠活躍呢？或者說如果學(xué)生群體在上學(xué)時候沒法活躍，那么有沒有什么辦法去看一下其他非學(xué)生用戶群體的滲透率是什么樣子。有沒有辦法讓非學(xué)生群體的滲透率變高。

針對這些環(huán)節(jié)，你還缺哪些能力，就可以根據(jù)具體的技能點查漏補缺。

會用Excel，真的需要再學(xué)Python嗎？

很多讀者來問我，說我現(xiàn)在已經(jīng)Excel了，我還有必要去學(xué)Python嗎？

其實要注意的是，不管是Excel、Python還是SQL，其實都只是數(shù)據(jù)分析的一個工具而已。分析的本身和你用什么工具其實是沒有關(guān)系的。用Excel能做數(shù)據(jù)分析，用Python也能做，用其他工具也可以。所以大家不要覺得說用Python做數(shù)據(jù)分析，就比用Excel做數(shù)據(jù)分析高級，其實不太存在這方面的問題。

既然這樣的話，可能有同學(xué)就會問了，既然如此，我是不是只會Excel這一個技能就好了，我就沒必要去學(xué)Python了。

大家如果有在網(wǎng)上看去看招聘要求的話，會看到基本上互聯(lián)網(wǎng)公司招聘都會有一項要求會Python。

為什么呢？我個人認為主要有兩方面的，一、在有些場景下，有些場景下， Excel和Python可能都能做這件事情，但是 Python的效率可能會更好一些。第二個原因就是，在特定的場景下，只有 Python能做，但是 Excel是不能做的。

基于這兩個原因，我們就有必要去學(xué)Python。雖然不是100%的工作都是用Python，但萬一遇到非Python不可的時候，你也會，這就能讓你如虎添翼。

具體工作場景中，使用Excel和Python的不同

接下來具體講講日常的具體工作內(nèi)容，再看一下在具體的場景中用Excel和Python有哪些不一樣的地方。

第一點就是數(shù)據(jù)處理。

比如說缺失值處理，重復(fù)值處理，加減乘除運算等。Python的一個優(yōu)勢就在于大數(shù)據(jù)處理， Excel的話可能上限就100多萬行。

而且雖然上限是100多萬行，但處理大量級數(shù)據(jù)的話，一般超過20萬行， Excel就反應(yīng)特別慢了。尤其當你在里面嵌套了很多公式時，經(jīng)常導(dǎo)致 Excel無響應(yīng)就崩潰退出了。而Python就不存在這個問題。如果數(shù)據(jù)量級很小， Excel和Python是差不多的，有時可能Excel效率可能還會更好。

這是關(guān)于在數(shù)據(jù)處理方面，因為我們做數(shù)據(jù)分析的第一件事情，可能就是去對這個數(shù)據(jù)進行各種各樣的一個處理，大家根據(jù)自己的情況去選擇就好了。

第二點是報表自動化。

常見的有日報、周報、月報等。這種報表有一個好處就是格式相對比較固定。只要格式是固定的，我們就可以想想辦法去把進行自動化。自動化的話可以用Python寫代碼，把代碼寫好了，它運行一次就ok了。在Excel里面的話也是可以的，去寫vba，或者用各種公式嵌套。網(wǎng)上就有人專門去比較過，同樣的操作，用vba和用Python的效率差異， Python可能要比vba更快一些，也就是效率更高一些。

Python和 vba在寫代碼的方面，比如要讀取一個文件，Python里面可能一行代碼就能夠讀取進來了，在vba里面可能要寫好幾行代碼，而且也不是那么好理解。

還有一個最重要的點是Python現(xiàn)在很火。

很火就意味著網(wǎng)上會有很多的資料，如果你遇到什么不太懂的地方，去網(wǎng)上搜一搜大概率是能搜得到的。但是vba整個受眾還是相對較小的，如果遇到什么相關(guān)問題，可能問身邊的人發(fā)現(xiàn)也沒幾個人會用。你去網(wǎng)上搜也得不到太多的資料，我們在學(xué)的時候都需要去借助網(wǎng)上資料，網(wǎng)上的資料多少就決定了我們學(xué)習(xí)的效率。

第三個方面是圖表可視化。

我們就經(jīng)常需要去做圖，需要做的好看。Excel和python其實都能做出很好看的圖表來，只不過Python里面是有很多現(xiàn)成的包，只需要調(diào)用一兩行代碼就能夠做出很好看的圖表來。Excel里想要做出好看的圖表，就要做進行各種設(shè)置，這需要耗費很長的時間，這方面效率是不如 Python。

另外遇到一些比較高級的圖表。比如說統(tǒng)計里的核密度圖或者小提琴圖之類的。這些在Python里都有現(xiàn)成的包可用，只需要一行代碼就能繪制出小提琴圖。在Excel里面，如果想繪制小提琴圖基本是不太可能的。

最后在統(tǒng)計檢驗或者說統(tǒng)計學(xué)方面。

A/B測試大家應(yīng)該都有用到過，其本質(zhì)上核心內(nèi)容就是假設(shè)檢驗。

如果是做一些比較基礎(chǔ)的假設(shè)檢驗的話，在 Excel和Python都是差不多的，比如T測試。Excel里面也是一個公式的問題，在Python里面就一行代碼的問題。在這里其實差不多的。

但如果想要用一些比較復(fù)雜的檢驗，比如說多重檢驗。你在Python里面也有現(xiàn)成的包，一行代碼就出來結(jié)果了。在Excel里需要人工的去實現(xiàn)兩兩比較，最后達到多重檢驗的結(jié)果。

綜合一下，其實從數(shù)據(jù)處理、報表自動化、圖表可視化，統(tǒng)計檢驗這些是分析師日常工作里用到的幾個方面。在不同的場景下，Excel和Python各有不同，有的時候可能Excel的效率會更高一些，有的時候可能兩者差不多，有的時候可能Python會更好一點。

基于以上幾點，我們還是有必要去學(xué)學(xué)Python的。關(guān)于工具，沒有哪個工具是萬能的。

作為一個合格的分析師來講，你需要有自己的工具庫。里面有各種各樣的工具，你需要去靈活的去組合，在什么樣的場景下，用什么樣的工具更好?；蛘哒f用哪些工具進行組合，效率會更好。大家不要局限在一種工具，一定要去同時掌握多種工具，能在不同工具之間進行自如的切換。

拿到業(yè)務(wù)需求時，如何與正確的理論結(jié)合？

現(xiàn)在很多同學(xué)在網(wǎng)上不管是看書還是看視頻，可能會學(xué)了很多數(shù)據(jù)分析的方法論。到了實際的工作過程中，可能又不知道怎么樣把具體的理論和具體實踐實際的工作內(nèi)容結(jié)合起來，這個的一個本質(zhì)原因。我認為這方面是，我們對這個方法本身沒有理解的太透。因此在學(xué)一個方法的時候，首先需要知道這個方法本身的內(nèi)容是什么，它的適用場景是什么。

給大家舉個例子，比如說圖表可視化的選擇。

現(xiàn)在圖的類型是有很多，最基礎(chǔ)的柱狀圖、折線圖、閃點圖，還有高級一點的桑基圖、熱力圖之類的。

圖表的類型有很多，如果學(xué)了很多圖，也學(xué)了很多圖表的制作，在實際工作的過程中，讓你把數(shù)據(jù)用圖表的形式展示出來，該用什么圖去展示呢？

這時我們首先要對圖表進行歸類，比如說對趨勢進行表達，可以用折線圖。如果說要對比大小，對比不同類別間的大小情況，就可以使用柱狀圖，或者餅圖。如果說想要表示不同指標之間的關(guān)系，就是相關(guān)性問題，就可以用散點圖，或者兩條線圖去表示。

首先要對所學(xué)過的所有圖表進行歸類，歸類完之后拿到具體的工作內(nèi)容、工作場景時，要去看數(shù)據(jù)是什么類型，想要通過數(shù)據(jù)表達什么樣的內(nèi)容，達到什么樣的目的。

比如說要表達最近一年銷量趨勢是上升還是下降。選擇折線圖或者柱狀圖就好了。如果說要表達全國不同的GDP 情況，很明顯是比大小的問題。就可以用柱狀圖。不同的省份是不同的柱子，我們就能夠看出來不同柱子之間的大小情況。

這樣的話其實你就會很清晰了，但如果不對不提前對學(xué)到的東西進行歸類，就會導(dǎo)致說不知道該怎么選怎么用。

業(yè)務(wù)分析能力如何提升？如何學(xué)習(xí)？

前面其實有提到，我們要對業(yè)務(wù)足夠的了解，需要去尋求數(shù)據(jù)背后的本質(zhì)業(yè)務(wù)原因，這本質(zhì)都是業(yè)務(wù)分析的能力。

業(yè)務(wù)分析可以拆為兩塊。

第一塊就是業(yè)務(wù)的理解程度。

我們要對所負責(zé)的業(yè)務(wù)，所分析的業(yè)務(wù)有足夠的了解。

比如說要分析外賣的準時情況。下了訂單之后，外賣能不能準時送到手里。

這里你需要對外賣或者整個物流行業(yè)有一個很清楚的了解。從開始客戶下訂單到最終送到客戶手里面，需要經(jīng)歷哪些環(huán)節(jié)。每個環(huán)節(jié)它各自的耗時情況是什么樣子的，有哪些比較容易產(chǎn)生延誤的環(huán)節(jié)。為什么那些環(huán)節(jié)會產(chǎn)生比較很高的延誤概率？對這些有很清楚的了解之后，在分析的時候才知道應(yīng)該去看哪些數(shù)據(jù)，分析哪些數(shù)據(jù)，分析哪些指標。這個是第一個點，我們要對業(yè)務(wù)足夠了解。

第二點就是分析思維。

分析思維本質(zhì)上就是個人的邏輯思維能力。這其實可能跟是不是分析工作是沒有關(guān)系的，邏輯思維能力是一個通用的底層能力。只不過是作為分析師，可能對這一項能力要求會比較高一些。因為你會負責(zé)一個業(yè)務(wù)，然后這個業(yè)務(wù)里面可能會有很多的指標，需要去弄清楚不同指標之間的關(guān)系是什么。哪些指標會影響哪些指標，哪些指標的它的影響是單向的，就只是a影響b。哪些指標是雙向影響，會相互影響，a會影響b， b又反過來還會影響a。這些其實都是考驗邏輯能力。

以上就是我今天的分享了，希望給大家能有一些幫助。