一位数据分析师的成长日记

今天分享一位数据分析师的成长日记

1、数据分析师如何做好需求管理？

2、数据分析师的困惑有哪些，该如何应对？

数据分析师如何做好需求管理？

数据分析师日常工作主要包含以下几个部分:

1. 临时取数
2. 数据异常追踪
3. 数据专题（主要自己推动，可以看看行业报告，政策类公号比如泽平宏观，从中获得灵感）
4. 报表开发/数据产品

下图是针对1/2/4三个问题的处理方式（1.0版本），期待大家一起讨论完善ta

有朋友问，临时需求中的预期指的是什么，能否举例说明一下？

答：需求方想干的（预期）和自己提的需求可能不匹配，这时候分析师就得站出来帮他修正。比如需求方想看新老版本的效果是否显著，需求单里面只列出了老版本实验组，和新版本实验组数据项，缺乏新老版本对照组数据项，这时候就得帮他修正。以上，需求方逻辑还挺清楚，更多时候需求方自己都没想明白要干啥，就让你跑数，美其名曰，先把数跑出来我看看……

有朋友问，在哪去看优秀的行业研究报告？

前瞻经济学人app：汇总众多优秀的商业分析报告（需要下载币）

IT橘子：https://www.itjuzi.com/

中国产业发展研究网：http://www.chinaidr.com/tradenews/2018-09/122448.html

TalkingData:https://www.talkingdata.com/

友盟：http://www.umeng.com/reports.html?spm=0.0.0.0.eIY17Q&from=hp

艾瑞咨询：http://report.iresearch.cn/

易观智库：https://www.analysys.cn/article#analysis

199IT互联网数据中心：http://www.199it.com/

有朋友问，如何给需求排期定级？

近来，我也在思考这个问题，四象限法给了我启示。四象限法的本质在于如何识别什么是重要的事？（紧迫程度是事情完结的时间底线，相对比较好判断）

秉着“以始为终，目标导向”和“充分调动个人的积极性”的原则，个人认为，评估一件事情重要程度的标准，应该从所在部门定位、年度目标以及个人所处阶段对应的职业价值观来判定。

部门定位、年度目标和个人职业价值观共同决定一个需求的重要性程度：重要、次重要、不重要。

此外，判断重要程度前，一定要注意：明确职责边界，避免别人“背上的猴子”跳到自己身上来。

象限Ⅰ 重要且紧急

重要且紧急的事情就立即去做。

需要思考的是，真的有那么多重要且紧急的事情么？

此外，大部分重要且紧急的事情都是因为没有处理好重要不紧急的事情导致的。

当重要且紧急的事情特别多的时候，好的处理方法不是拼命加班，而是去找到自己在处理第二象限中事物的错误，从根本上解决问题。

象限 Ⅱ 重要不紧急

针对重要不紧急的事情，从把事情列入代办清单中，就应该明确目标，拆解子任务，明确依赖方，设置每个任务完成的时间节点和预期产出。之后按部就班推进就可以了。

开始着手前的拆解规划工作万万不可少，因为重要不紧急的事情最容易出现的三个问题就是：①信息缺失；②拖延；③预期结果不明确。拆解和规划相当于我们给自己画了张地图，是解决上述三个常见问题的显著有效方法。

象限 Ⅲ 不重要不紧急这个象限的事情尽量不做。

象限 Ⅳ 不重要紧急 这个象限的事情尽量少做。

数据分析师的困惑有哪些，该如何应对？

近来，在老大的启发下，我也在思考数据分析师的出路在哪里，碰巧宝器哥在星球里回答了这个问题，我看到这篇回答，焦虑感降低了很多，放出来给大家看看：

1、如何突破数据分析的天花板？

2、数据分析师如何获得职业上的成长？

3、很多大厂数据分析师无非也就是写写SQL用hive或者spark来开发，难道SQL-boy是我们的宿命吗？

4、可以举一个数据分析升职路径，走向人生巅峰的例子吗？

5、数据分析难以升到高P（P8-P9），天花板很短。对于这个情况您怎么看？

以下是回答：

1、天花板问题，我个人属于那种不会在某个职业上给自己设置天花板的人，就现在而言，我也确实没思考过什么时候会有天花板这么个说法，三年不晋升还是什么？如何突破，其实很多时候大家一起讨论分析师是个伪命题，毕竟只有很少的分析师具备真正的决策权，那分析又是为了什么？辅助决策？辅助决策的上限肯定是决策权，而决策权不只是靠技术能力这些了。

至于突破这个说话，两种，第一，如果你想高薪，转到偏挖掘和算法一类的岗位，第二，吃大型互联网公司的行业红利。找到一个数据分析的应用场景，走业务为主，数据分析为辅的路线；第三，去核心业务就是数据本身的公司工作。

2、很多方式的，比如思维能力的锻炼，这东西很迷的，不只是聪明、技术好就会获得这些，我也说过，分析师是思维、业务、分析、工程能力的综合，工程就是你的实践能力，而思维、业务这些真不太好说，我甚至一顿认为学心理学的人特别适合做分析师（我做的To C业务，说到底还是对人的分析），其他能力锻炼花时间学就行了。

3、放心，你去的任何一家厂，这些都是你必须要有的。目前你没有机会决策，就安心把别人20分钟能跑出来的任务优化到10分钟，闲下来多关注公司领导讲话，多看行业趋势。

补充一点，新人刚入公司，可以背一些大盘数据，增加对业务的熟悉度。每天早上养成看报表的习惯，观察趋势，盯紧异常数，多看一些别人是怎么分析异常原因的案例。慢慢地，对各项数据有了基本概念之后，理解数据背后的业务逻辑关系，这样在阅读报表时也能很快发现异常值，及时进行追踪。

对于新人或面临转行的人来说，这两种类型的人都缺少对本行业的通识，第一件要做的事就是背数据，记住这个行业的行业平均数据和各项通用指标的定义，这么做是为了对整个行业有个总体的认知。（参考上面分享的数据分析报告）

4、这个不有很多吗？比如蒋凡做的友盟，神策创始人，当然这种人不具备普适性，那在举例一个实际的例子，「京东数科」许凌，许总就是干数据最早的一批人，你可以查下这个人，也是我们有机会达到的样子。

5、你完全可以考虑之后转别的岗位的。为啥一定要P8，运营总监，产品总监，现在可能会有个数据总监的Title，这些其实差别不大。

本文作者求职鸟，他在知识星球【数据分析师成长日记】也是一位非常活跃的成员，经常分享工作中看到的有趣案例和思考。

数据分析师成长日记

「数据分析师成长日记」星球是宝器组建，与我、麟哥、小z、甜甜共同合伙运营的。

如果你是一个准备转行数据分析的、准数据分析师和数据分析师，非常推荐大家加入。比如本文的第二部分，就是宝器在星球的回答问题，我们每个人平时都会负责出题，解答问题等等

不过只是数据爱好者的话，那就不用加入啦，还是跟小五在凹凸数据搞事情吧！

之前我们五个人分别在交流群介绍了一下，三周过后，已经连接了570+准数据分析师和数据分析师。

目前面向公众的官方介绍文案还未出来，不过官方定价原则是星球人数每到100的整数倍价格+10，现在已经129，先入的小伙伴还是很香的。

平均一天是三毛钱，年费。