你覺得數據分析師的工作內容和要求是怎樣的？作者從給自己堂弟建議出發，為我們分析了問題解決思路和數據分析這個崗位的工作內容和基本要求，供大家參考。

兩周以前，有個堂弟電話我: 說想去報個計算機編程培訓班，因為計算機比較熱門，然后去找一份編程工作，問我這樣可行？

01.?故事中的思考

先介紹下堂弟的用戶畫像：

23歲，未上大學，當前跟隨父母一起在菜市場工作

接到這個電話后，由于我身邊真的沒有這種未讀大學最后職場比較成功的案例，所以一時間也不知道如何去給個答案。剛好近期有時間去思考這件事，所以就認真的想了下

1. 問題的識別

遇到任何一件事時，首先要做的就是去把問題定義清楚。

這個案例中，堂弟的表象問題是學計算機找一份工作是否可以，然而當問表弟為何要學計算機時，得到的答復是因為想要生活的更好，而計算機行業工資比較高，所以想學。

也就是說，真正的問題是如何走接下來的路，讓自己未來生活的更好。

表象問題：沒有學歷報個計算機編程培訓能不能找到一份好工作

真正問題：沒有學歷如何去做個人的職業規劃

2. 問題的拆解

問題的拆解階段均是通過MECE原則（不重不漏）來展開，實際上，MECE原則的根本是CE,ME不重要。也就是不漏遠遠比是否重復要重要的多。

3. 問題的解決

本案例中，堂弟目前因為才正式踏入社會，所以對職場這一套是比較陌生的，所以我給出的建議是先憑直覺找某一個行業及職能，然后快速去試錯，直到找到一個自己覺得未來會不錯同時自己不反感的平臺，然后想辦法去慢慢靠近這個平臺。

比如：在某互聯網公司做電話客服，覺得互聯網行業自己比較喜歡，但是希望能做運營。

但運營這塊對經驗和學歷都有要求，那么這個時候要真的是考驗一個人的時候了：能不能去逼著自己搏一把，利用業余時間去提升自己的學歷和經驗（看書）。實際上，前面那些都很容易，只有這一步最難。而這一步也恰恰是人與人之間最大的區別。

一個擔憂是付出了這么多，最后有沒有公司讓我做運營，我給出的答復是:肯定有公司要你，一旦你經歷了這些，實際上已經遙遙領先一大批人了，這個時候你自身的層次已經上去了。各種機會都會來臨。

我們這個世界總是回報后置的：一旦你付出了該付出的，回報自然而來，很多人就是因為抱著回報前置的世界觀，所以做事不堅決，毅力不夠。最近在看士兵突擊，覺得最后主角能成功就是因為這樣：信念這玩意兒太可怕了

補充一下：對于先培訓再工作這條路，個人不是很建議，是因為不符合mvp思想，我們投入了一去不復返的時間，省吃儉用下來的金錢，最后回報率非常不確定。比如，你報了一個python游戲編程班，對方也給出承諾100%就業。先不說100%就業的玩法，在這個培訓的過程中，能不能堅持下來需要打一個大大的問號？

事情沒有絕對的對與錯，但是有相對的：通過概率去解決

02.數據分析師的職責和要求

通過自身與業務的多次溝通，定義好業務問題，然后根據自己的世界觀對問題進行拆解，最后通過自身技術來解決。

1. 能力要求

溝通能力、沉淀方法論能力、專業技術能力

在問題的定義環節：

需要的是分析師的溝通能力和邏輯能力，比如業務方最近需要我們做一個競品分析，小白一點的分析師肯定都是在網上看下競品分析的套路，而優秀的分析師總是能夠與業務多溝通，找到小而美的切入點

在問題的拆解環節：

需要的是分析師的有效經驗，有些人工作很多年，遇到一個常規問題，還是不能很好的找到框架去提供解決方案，這個就是自身的沉淀不夠。憑直覺能夠蒙對一兩次，但在大部分時候直覺顯得很無力，而且如果都是直覺去思考，那豈不是大家水平都一樣

問題的解決：

方案有了，就需要落地了，所以技術不能丟，技術必須要會

可以看出，分析師這個職業實際上對人的綜合能力要求很高，分析師應該是非常善于解決問題的一批人。

每年過年回家的時候，總會有一些弟弟妹妹們討論初高中學習/大學規劃/工作問題，甚至長輩們的家庭關系問題，我想分析師這個時候應該要勇于站出來，多和家人交流，多提供一些解決方案，這些都是很寶貴的經驗和實戰場景。有沒有看出來：優秀的分析師不僅僅要把工作做好，還要去多幫助家人

03.市場上80%的分析師干什么

X型分析師：

一直處于執行層面，思考表達較少，沒有機會去輸出自己，工作瓶頸很難突破

Y型分析師：

對外輸出項，一看就很專業，已經有優秀分析師的氣質

以臨時提數為例，X型分析師在這件事上花了大量時間，沒有時間去做專題分析；而Y型分析師能夠找到應對辦法，甚至通過臨時提數知道業務方想做什么，進而提供一份專題報告

在80% X型分析師里面，有很多人想改變現狀，希望能夠成為一名Y型的分析師，于是就利用私人時間去充電：買書，買課程學習，然而很多時候效果不明顯，所以看下數據分析行業的資料

04.市場上的書籍、資料、課程

市場上的課程和書籍多數以工具為主

稍微對推薦算法有點了解的同學都知道，推薦算法的核心是興趣的匹配度：當前大部分分析師的不足點是思考和表達能力，在執行層面沒有問題。而無論是京東還是云課堂上的高銷量資料，基本都是圍繞工具層面來講解。也就是說，這個過程實際上是不太匹配的，這也就是為何你花了很多時間，但仍然發現提升不高。

05.突破提升，沖擊年薪30萬

無論是sql，機器學習，5w2h這些，實際上都是術的層面，技巧性的東西短時間內很容易去模仿。作為一名分析師，要想走的遠，有三點我認為是前提，只有這三點做到了，才能保證你走的很遠。這也是我職業生涯每次在瓶頸期都有辦法去突破的重要保證

1. 自我優化迭代意識

我們知道，分析師的價值實際上就是通過分析診斷當前業務問題，提出優化建議并跟進落地。

而在實際的業務過程中，每個人遇到的情況都會不太一樣，所以雖然方法論一樣，但是效果往往大相徑庭。比如你有很好的落地建議，但是業務方現在就是沒有開發去落地，那也只能擱置。對于這些外在不可控因素，分析師能夠做的就是讓自己變得越來越專業。

一定要知道當前階段性工作中暴露出你最大的問題在哪，然后刻意練習，如果沒有，那就是你思考不夠。

以專題分析中的圖表為例，分析師要盡量保證自己畫出的圖表比其他人要專業

這兩張圖是對比

分析師需要優化的地方太多：圖表、PPT、演講、心態、技術、思維、大局觀。是不是突然覺得有很多東西要學，不要急，先要有這種思維意識，這是最重要的

2. 業務服務和洞察視角

所有的工作都是服務于業務，所以一定要有很好的業務意識，工作中，有兩種現象尤為常見：

1）輕視業務

分析師遇到一個問題時，還沒花時間去研究問題，就直接上手用技術來做報告，最后就是報告顯得很花哨，各種機械學習算法在里面，然而業務方看完之后，還是不知道要做什么，沒有落地項。解決方案就是多去和業務方溝通，讓他們多去挑戰你，只有被挑戰多了，才會有很好的改變

2）建議與落地分開

很多分析師在給出建議項后，就把這份報告丟給業務方了，包括后面的落地以及效果都不跟進，或者只是簡單的問下業務方效果。實際上這個是非?？上У?，分析師花了大量時間去做一份報告，在最后的落地收尾環節花的時間甚少。對于一份專題報告，建議項跟落地項一定是分析師和業務方一起來商定完成的。包括執行時間、負責人、預期效果都要提前定好，否則就是一份報告而已。

相信我，當你參與所有的過程之后，你對數據分析這個行業的理解會又不太一樣，而業務方也會覺得你不一樣

3. 具有打動力和說服力的表達

優秀的分析師情商一定是非常高的：太多時間需要和別人溝通

舉個例子：面試的時候面試官問你某上線的功能的效果怎么樣

因為是面試，整個過程時間比較短，所以你要在短時間內給出直接結論，并且要盡可能連貫性的輸出更多對你有價值的信息，讓對方覺得你很有料。

工作中，無論是跟領導同事交流，都要去對自己的表達能力進行刻意練習。干的好的不如寫的好的，寫的好的不如說的好的，這話還是很有啟發性的

作為一門分析師或者產品經理，只有掌握了這三個底層工作方法，我覺得才能達到頂級分析師的要求。