简单而言，数据分析师需要认识自己才能去选到最适合的方向，因为当下所有行业都已经越来越趋近与更加细分和专业。所有行业都是由总体到细分再回归总体，个人成长也必然是这个路线
第一步：规划好自己
分析师有三个发展方向：
业务线：适合对事物感到好奇并深入研究，思维发散并且能收敛的同学，喜欢展示自我，逻辑思维较强 。
研发线：适合写代码的同学，喜欢安静独处，计算机功底好，天生的程序员基因 。
算法线：适合做研究的同学，数学功底好，因为很多时候要看各种国外论文。
第二步：评估自己
对于业务型数据分析师的考量标准有以下几种。
产品理解能力： 各种数据熟悉度、用户从哪里来，进来后做了什么，用户反馈最多问题是什么，竞品数据怎么样 。
分析方法论： 常见分析方法有哪些，A/B 测试，最大概率法则，二八定律，幸存者偏差理解怎么样。
可视化能力： PPT 功底怎么样，专题报告逻辑性、金字塔原理、审美怎么样。
演讲能力： 表达能力、讲故事能力、形象化能力、大心脏能力怎么样。
协作能力： 跟产品、业务、研发沟通时的软技能、如何在团队中定义好自己位置并让其他人很舒服。
逻辑思维： 分析推导过程的全面性、合理性、价值性。
技术： Excel 的常见操作、SQL 熟不熟练，R 能不能搭建模型并知道有哪些问题、Python 是否能很好地用上？
第一个产品理解能力，各种数据的熟悉度：用户从哪里来？进来之后做了什么？用户反馈最多问题是什么？竞品数据怎么样？请注意所有的都要用数据说话，而不是大概。比如说 50% 的用户从微信渠道进来之后使用了什么产品，然后在使用产品的过程中有多少用户又因为什么问题走了，这个就是产品理解能力。
第二个就是数据分析的方法论，毕竟你是作为业务型数据分析师，常见的方法论是一定要知道的，同时对于 A/B 测试、最大概率法则、二八定律、幸存者偏差这些理解深不深刻。
第三个就是可视化能力，因为分析师经常需要写专题报告，你的 PPT 功底怎么样，专题报告的逻辑性，金字塔原理，审美怎么样，因为你做好后是要给别人看的。
第四个就是演讲能力，分析师写完 PPT 之后，经常要去跟管理层汇报，这个时候你的表达能力讲故事能力，你个人的形象化能力，大心脏能力怎么样。
第五个就是协作能力要好，你跟产品、业务、研发沟通时的软技能怎么样，针对同样一个问题，为什么 A 可以完成，而 B 就不行，这个就是软技能。同时要注意在团队中经营好自己位置，并让其他人舒服。
第六个就是逻辑思维了，要保证分析推导过程的全面性和理性价值性。
最后就是技术 Excel 的常见操作，SQL 能不能写出来，R 语言能不能搭建通用的模型，并且知道有哪些坑，很多同学也会搭建模型，但是在调试模型，修正模型方面不会，实际上就是你没有真正的实践过。Python 是否能用得好。如果当前 Python 并不能很好地用于未来的工作或接下来几个月的工作，那就暂时了解一下即可，不用花很多时间放在上面。
第三步：优化自己
以产品理解为例，根据当前公司业务的产品为切入点，熟悉最核心的数据，了解功能渗透率和关键路径，以这些数据为切入点去思考当前产品有哪些问题。并与产品经理沟通如何优化，同时要去看竞品数据和行业数据，最重要的是深入了解而不是略懂。
举个例子：假设当前 公司的产品是视频类的 App，那么肯定就要深入研究这个行业里的三甲：爱奇艺、腾讯、优酷。
什么是略懂，你在网上搜集了一些数据，知道这几个 App 的大概用户数以及核心功能，还了解了行业整体的大概规模，这些没有什么意义，为什么？因为这些东西你会，其他人也能搜到。所谓深入了解，是你知道整个视频行业各个不同阶段的领头羊是谁？他们依靠什么成为领头羊？又因为什么出现增长瓶颈？当前各自的打法侧重什么？对我们自身的 App 有什么借鉴？后续我们要监控哪些数据。
只有到这一步才是你自己的见解，这些网上是绝对找不到的，其他人答得也不一定怎么样，自己的认识很重要。
第二个优化是数据分析方法论，所谓方法论是能快速从一个较全面、逻辑性、价值性的角度去分析，而不是单点无架构性分析，所有方法论都是通过不断提炼、总结、实践得出来的。这是评估一个分析师水平的重要标准。
最后就是去做，just to do.
网友评论