你们好,我是宝器!
谈这个话题是因为昨天收到某乎的一条文章推送:"来,看一看数据分析师的日常是怎样的"。是的,我很好奇的点开了。
原文太长,我把我的理解和个人工作结合版分享给大家。
9:00 接任务
比如某某数据异常原因定位,给出相关的意见。
9:30 谈需求
接到任务时老大可能不大会详细描述需求,会说下对应的业务方,这时候要及时去找到相关同事讨论。
10:00 拟思路
通过对问题拆分,绘制思维导图。这里面会用到自己积累的分析思路方法、工具以及可能是之前的项目经验,也可以叫业务敏感度。
11:00 定指标
之前也说过,指标是什么,是对业务有价值的统计数据。所以针对业务问题的指标设计和搭建很重要,所以这一步需要把业务的抽象问题量化为可具象化的指标。
11:30 取数据
如果是大公司,相关指标的依赖库、表、字段、埋点存储逻辑都比较完善,能很快的根据指标获得相应的数据,如果是小公司,数据基建工作和数仓体系不太完善,这一步也需要很大的沟通成本。
14:00 做分析
这一步要将获取的数据指标结果可视化,并且能快速的验证是否准确,没有明显错误就可以写对应的结论了,也有些时候需要根据分析结果扩展分析思路做更深的分析。
16:45 写报告
到了这里基本上分析工作就完成了,个人经验来说最关键一点是结果务实,突出重点,花里胡哨的内容可以少一点(不代表你不去把图表做的好看一点,如何撰写一份分析报告后续写,如前面分析一样,在一个框架下去填充即可。)
18:00 改报告
分析报告写完之后,肯定是要对结论负责,不容许有一点错误。因为可能会对业务带来反向的判断,导致严重的业务损失,所以写完之后最好是交给相关的业务方和自己的老大在看一遍,如果他们有疑问,解答完疑问即可。
20:00 发邮件
报告得到业务方认可和老大认可之后,就可以发邮件周知相关人员,大领导等等,等他们看完之后可以做后续的讨论。
看到这里,不知道大家是不是也是这样,没入行的小伙伴觉得这样的一天充实吗?
数据分析的工作也不完全是这些,所以我标题用了数据分析师的一周而不是一天,因为上述说的可能是针对某一天某个专题分析你需要做的。
而一周中,平时还要处理一些临时需求,有时候也要参加一些产品讨论,甚至如果team比较小的话,埋点的设计也是需要分析师来做的等等,不管是哪项工作,不能够觉得事情low,无意义,对每一项知识都要有敬畏之心。
在学习这些业务以及业务背后所需的技能、原理之后,你的能力也会得到极大的提升。包括且不限于你的需求沟通、需求管理、时间管理、项目管理能力等。
当然,这一周里除了公司的任务,还要对自己个人成长负责。之前听过一段话:才华和颜值,总有一个要在路上。
其实不然,按现在的竞争力,才华和颜值都要在路上。有的小伙伴可能不认可了,颜值这玩意天生的呀,没办法呀,但是,是否你可以管理自己的身材呢,是否坚持运动呢,是否作息调整的相对规律呢。
关于才华,不仅是数据本身专业技能的提升,是全方位的,不仅是要读SQL精通×××、Python...增长...机器学习...之类的书,也是要读非暴力沟通,穷爸爸富爸爸,金字塔原理,中外历史等等这些,甚至需要不断和同行、和前辈交流才能获得。
希望所有数据同行思维、业务、分析、工程能力都不断提升。
未来可期。