于泽专场：大佬来谈谈数据分析那些事儿

小洛写在前面：

不少小伙伴在数据分析的道路上都会有一些疑问，今天咱们请了某大型集团公司商业数据团队负责人于泽来为你们解答一些不少伙伴都关心的问题。于泽曾在阿里、字节跳动核心团队就任，经历了短视频从0-1的迭代过程，曾担任某直播中台数据分析团队负责人，具备多年的数据分析经验及团队管理经验，小洛平时也常常和他一块儿探讨交流数据分析方面的问题，让咱们一块儿来看看他对数据分析的一些看法吧！

                                         

问题一：不一样阶段数据分析师所必备的能力都包含哪些？

数据分析师有不少方向，在此咱们先指讨论业务向分析师的必备能力，咱们把分析师划分为初级、中级、高级三个阶段：

初级分析师：

一、基础数据能力：数据提取(sql)、sql调优（小公司须要）、基本分析能力、数据处理能力（工具不限，excel或者python等均可以）  二、良好的沟通表达能力

中级分析师：在初级分析师的基础上，须要具有统计学、几率论、量化计算能力、项目管理、业务理解能力。统计学几率论的知识运用能力及深刻程度将影响到思惟的天花板，而项目管理、业务理解能力将直接影响到所作事情是否能够落地，发挥价值。提到对应的能力均可以展开不少内容，抽象一下就是须要更强的经过数学与实践结合的能力以及团队配合沟通能力。
高级分析师：一、更深的业务理解能力：初、中级分析师在初期大部分都是承接相对基础，或者某个功能项的事情，没有系统化沉淀好业务思惟。在这个阶段的业务理解必定会结合着历史经验或者是以前对于经验的抽象整理。二、判断力：判断力依赖于几点：一是行业经验，经验是基于实践过的事情去总结概括，因此在这个过程当中，咱们所作的事情以及当时是否能够拿到正确且科学的业务结论很是重要，能够为以后的判断提供依据。二是拓展数据之外的能力，数据分析是支持发现问题、解决问题的一种线索，可是真正决定问题及解决问题的思惟方式是源于生活的，因此在生活中的经验不少时候能够反哺为业务sense。此外，补充其余领域的知识好比心理学、设计、经济等，也是很是有必要的，这些都会在潜移默化中，提高咱们的判断力。三、保持初心：分析师的价值在于能够用最公正的视角看待问题，不作数据游戏。时刻保持对所作事情的热情，促进本身不断思考不断进步，不断追求真理才是咱们应该作的。 问题二：数据分析如何渡过中年危机？
首先明确一点，中年危机是任何行业及岗位都会面临的问题，并不局限于数据分析岗位。因此，这个问题其实咱们能够理解为，咱们须要了解本身所作职位能够为企业所贡献的价值，这样咱们才能知道，随着年龄变大咱们怎么才可以不被淘汰。
一、尽早明确我的规划，业务分析师、数据科学（算法、挖掘）、数据产品等，了解每一个方向对应重点能力模型，专一精力在一个重点方向上面。尽可能要发展本身的核心竞争力，看过一部分分析师的bad case。例如业务分析师很喜欢研究算法，可是实际工程能力不强，可能致使在工业生产即便有想法也很难落地。还有一些分析师会乐于接触方方面面的知识，包括算法、统计、战略、模型，可是却没有本身的核心竞争力，致使对任何方面都不够深刻。看上去什么都在作，什么作的都不深刻。因此要基于本身的职业方向，早早的有意识的提升本身在对应职业的核心竞争力。
二、积累目标方向的能力并积累价值较高的业务经验。那么什么经验算是价值高的业务经验的呢？我理解在公司商业模式上的主链路的事情是高价值经验，例如：头条的增加、推荐、商业化。这种经验很是宝贵，任何一家公司都须要具有这样经验的人才。陌陌的社交方向，豆瓣的社区方向，长视频的内容分析等。每一个人都在随着团队和公司成长，公司在这个方向更有优点天然我的能够吸取的内容会更多。目标方向能力指的是在职业规划中，哪一个专业能力是必须的，好比：目标规划往技术方向发展，工程能力的提高就更重要一些。对应的能力模型也会和业务分析师不同。
三、提高所专攻方向的专业能力。专业能力融合为思想，指导决策：例如算法能力，并非说了解不少经常使用算法就说明算法能力强，要了解算法思想。不一样的算法是在不一样的阶段、面对不一样业务场景，以及当时数据处理能力，总结出来的。因此算法自己是会更新迭代的。因此没有一成不变的算法，只有相对稳定的算法思想。例如统计学思惟，大部分在课本中学过一些统计思想，可是真正和实际场景结合的过程当中，该如何应用，相信不少人是没法很好的结合的。是由于没有很好的理解统计思想。
四、人脉。随着自身能力的增强，身边人的层次和能力也是一样会之增加，因此不管是分析师、产品、仍是其余岗位，到某个阶段后，对应行业的圈子是不大的。因此后面能够依赖身边的这些伙伴互相成就，机会不少时候会本身找过来。
问题三：如何说服业务方配合，让分析结果能够落地？
一般，对于在业务部门的分析师来讲，和业务合做会较顺利，因此咱们重点展开说跨部门的合做。其实跨部门和业务方配合种种的不顺利的根本核心缘由不外乎几点，了解根本缘由，从而针对性的交流沟通。
一、绑定双方共同目标，全部人配合的前提是你们目标一致，因此须要先找到双方一致的点，从而切入。须要领导支持，明确这种业务配合方式是否合理。
二、培养信任感，信任感是基于历史一件件正反馈的事情积累下来的，因此须要咱们真正能帮业务解决实际的问题，业务方才会基于信任，配合分析结果的落地。在分析师没有业务经验的时候能够先静下心来多听听业务的思惟，并结合本身的理论知识思考，再基于实际业务的结果造成本身的商业思惟。
三、足够的业务能力，分析师不只要发现问题，还要给出针对问题想到解决方案。且解决方案要相对可落地。若是咱们对于解决方案侧的能力没有业务强，咱们须要主动去向业务方学习，这也是大部分分析师没有作到的很重要的一点。好比：分析师发现了推荐算法对应点击率比同行业差，可是对于推荐不了解，问题扔给推荐同窗。推荐同窗可能对这个问题也没有更好的解决方法。像这种case自己是由于对于推荐侧的了解很少。 问题四：分析师如何衡量工做产出？
一、明确的业务结果，分为支持工做的业务指标增益以及主动提建议的指标增益，这些都是实打实的价值。
二、有突破性的认知发现，例如工做中发现、解决的流程类问题等。
三、专业能力成长，专利数、解决技术问题难度等。不少处理或者模型搭建并非你们都会的，因此专业能力的变化须要关注。
四、解决问题的能力。关注团队同窗的成长，团队内每一个同窗都会有配合过程当中的各类问题，关注这我的对于自身问题的解决状况。

最后给你们一些在职场上的小建议：
一、保持好奇心，追求真理，保持上帝视角解决问题：不管是否在业务团队内，不要有领地意识。要时刻保持追求作对的事情。这样你才可能离真理更近，同时我的才能成长的更快。
二、敢于承担更多的事情：不要怕多承担事情，任何事情在业务的一环都是相对有价值。保持热情，能够加速本身在各个领域的成长，同时反哺分析思路。
三、多体验生活，多总结思考：其实生活和工做不少时候会有必定的相关性，互联网链接了人和需求。因此只有多体验生活（娱乐，生活，社交等）才能活得更有“人”味。这个会帮助咱们在工做中拓展思路。
四、作数据的解读者，而不是数据的提供者：一个数据不一样的人看到想法不同，只有慢慢的对业务理解深度愈来愈强，才能知道每一个数据背后的业务含义。


 欢迎点个赞赞喔，关注小洛的公众号，一块儿交流数据分析话题~