4. 怎樣才算是一個合格的數據分析師
可以從分析師的工作目標、工作內容和能力要求三個方面回答這個問題。其中工作目標和工作內容是息息相關的。要說清楚這個問題,我認為除了一些公認的標準之外,還有一些標準是因公司和行業而異的。也就是說,必須把它放在一個具體的公司業務框架之中考慮。
工作目標主要由公司的業務發展階段決定:
一般來說,無論是哪個公司,都希望分析師能有效地利用數據引導和驅動業務發展,實現數據的價值。但是,公司發展的情況不同,對數據分析師的價值定義也會不同。比如說,公司整體處於初創階段,此時分析師的價值在於能通過對行業和競爭對手的分析,為公司的發展方向提出適當的建議;公司如果處於快速發展期,此時分析師的價值在於一方面監控業務取得的成績,關注增長速度,一方面要健全指標體系,發現被業績增長所可能掩蓋的問題;如果公司處於穩定期,分析師則需要從效率和成本角度,從業務細節入手,為精細化運營提供支持;如果公司發展遇到瓶頸,分析師需要分析市場中供給和需求的變化,關注競爭對手的應對策略,為公司業務發展發現新的增長點。
工作內容主要由公司的數據建設程度決定:
參照第一章,分析師的主要工作內容數據獲取、數據處理、數據清洗、數據建模、分析結果呈現、數據價值發現及實現。無論分析的目標是什麼,大體總要經過這幾個階段。由於數據建設的階段不同,分析師在這幾項工作內容上所花費的時間也不同。在公司數據建設早期,分析師可能在數據獲取、數據處理和清洗、指標建設上花費更多的時間;數據建設到達一定階段之後,分析師的工作更多會在數據建模、呈現和數據價值實現上。
分析師的能力要求:
對分析師的能力要求可分為通用能力和技術兩部分,同時也可以分為業務和數據兩部分。
1. 業務能力:業務要求又可以分為微觀和宏觀兩方面:
- 業務的微觀要求:了解業務運營;了解公司發展方向和發展過程中面臨的問題
- 業務的宏觀要求:把握行業的發展方向,預測未來行業模式的變化;能明確指出公司在行業中的定位和戰略方向
2. 數據通用能力:
- 熟悉公司的所有基礎數據、來源、數據之間的關係;熟悉公司運營所涉及數據、能建立運營指標和數據之間的相關或因果關係;能根據數據分析結果給出業務改進建議
- 數據價值實現能力。價值實現的過程是指數據分析結果->業務->業務執行->反饋結果->數據分析這樣一個不斷迭代的過程。在此過程中,演講(Presentation)能力、溝通能力、影響力、團隊協作能力、學習能力、邏輯思維能力、歸納和總結能力、抽象思維能力等都非常重要
3. 數據技術:
- 資料庫和數據倉庫技術(SQL、Hive等)
- 數據分析演算法(統計分析和機器學習)和工具(Excel、Python、R等)
- 數據可視化工具的使用(Excel、R、PPT等)
好的分析師在實際的業務操作中至少會做好三點:
- 大局觀:大處著眼,小處著手,全局和細節並重。因為從數據角度看,小數據往往可以反映出大問題。而沒有大局觀,就不知道該看哪些小數據
- 思維:數據思維與業務思維並重。業務思維容易理解,什麼是數據思維?比如:對指標由粗到細的拆解、考慮時間維度上的趨勢、注意尋求指標之間的相關關係、直接影響關係、因果關係等。很多人都注重分析師要懂業務,有業務思維,這當然沒錯,但不能走向極端。因為在實際中,業務是需要不一樣的思維的,可以發現他們發現不了的問題,從而為他們在困境中提供解決方案。分析師需要了解業務的思維方式,但不能模仿他們。
- 溝通:要想讓分析師的觀點被業務方所接受,溝通的作用是舉足輕重的。首先,分析師要為溝通找到合適的對象和時機。事先要根據溝通對象的不同設計適合的表達方式、內容和過程。溝通的時機要選在業務最需要的時候。很多時候,事後諸葛亮固然不好,但太超前了也不會有好結果。其次,要有同理心。需要真正站在對方的角度上想問題。再次,需要在溝通中建立互信、發揮影響力。一個好的分析師,能在溝通中恰到好處地展現自己的專業能力和經驗,適時的讓業務方對人產生信任,從而對分析結果信服。
推薦閱讀:
※爬取拉勾網,深入了解互聯網金融數據分析師
※3-數據分析指標體系:
※pathon學習手冊(2)——藥店銷售數據分析
※七周成為數據分析師:數據可視化:你想知道的經典圖表全在這