在网上经常看到很多朋友在咨询数据分析如何入门，有的回答寥寥几句给出方向性的建议，让咨询者无从下手；有的洋洋洒洒给出列表，SQL、Python、R等工具、统计学理论、机器学习算法原理一大堆内容，丰饶繁杂，让人颇生畏惧。还有一部分网友经常会问数据分析师的工作内容是什么、对业务的影响力如何、价值体现在哪里？不少分析师回答的是帮业务部门拉数，算几个统计量、画画图表，对比入行之前所学的屠龙之技，容易让人心生懈怠，若干年之后变成了油腻的分析师，这显然也不是分析师想要的结果。
本系列文章从企业的真实场景出发，根据企业对分析师的实际需求，按照初级到高级的次序，阐述说明分析师要工作内容，需要的技能，以及如何入门&提升。本文是第一篇，适合刚入职的分析师，他们的定位很简单—打杂。
他们的工作内容，即忙碌、琐碎，有时候又不清楚自身工作的价值，下面以外卖平台为例讲一下常规的需求：
需求1：兄弟，帮个忙，马上高校要开学了，老板想看一下去年高校用户的9月份的交易额情况，和6月相比大概是怎么样的一个比率，帮我拉一下数据。
需求2：兄弟，这个月高校开学，老板想看每天交易额以及目标完成情况，帮忙开发个定推邮件，能否快点，最好今天开发完成，明天能定时邮件推送。
需求3：小兄弟，针对高校开学季，我们在支付宝渠道上了了个活动，我想看一下活动效果，你帮我拉一下PV、UV活动前后的数据变化；（看完数据之后，一拍大腿）哎呦，再帮我拉一下新老用户活动前后的数据变化；（看完数据之后，二拍大腿）哎呦，再帮我拉一下交易额、订单量、客单价活动前后的变化...
上面这些都是刚入职的分析师经常碰到的情况，那么基于以上场景分析师应该学习哪些技能，完成任务，提升自己的产出价值呢？
一、打杂技能--业务学习
我把业务放在第一位，是因为很多人刚从学校毕业，缺乏对企业经营基本的了解，所以第一步要学的就是这些企业经营相关的基础概念，了解交易额、订单量、客单价、新用户、活跃用户、用户留存等以及这些指标在实际场景中的意义。只有了解了这些，才有了沟通的基础平台，才能有效的接活。业务学习的途径主要是下面两种：
1、主动高频率、多角度的体验公司业务，在体验业务的过程中，对过程环节进行切割，识别和公司内运营部门的联动关系，记录各个环节中的使用体感（同时有意识的使用竞对的产品）。
2、和对接的业务部门深度沟通，了解他们的运营管控动作以及这些动作对用户（C端）、商户（B端）的影响能力，从而深刻了解业务运营的目标。
高校用户是外卖用户的很大的一个类别，他们容易接受外卖新事物，消费频次高，留存率也高，如果能在大学生涯期间打下很好用户心智的话，踏上工作岗位后自然也是我们的忠实用户。每年9月份开学，是外卖平台争夺高校用户的最重要节点，所以大家都会关心交易额、用户等等这些数据，以判断今年各项运营动作的效果，所以也很容理解上文提出业务方提出的各项诉求，从而有效发挥自身数据分析能力，帮助业务更好的拿到结果。
待续... ...
网友评论