三年数据分析师的一些经验：知道这些，少走一半的弯路

你想成为一名数据分析师，你想进入大数据分析行业，你想从事数据分析工作，但是你不想接受数据分析师培训，可以吗？

你觉得自己有很好的数学功底，你觉得自己的统计学学得非常好，你不想通过数据分析师培训，认为可以自学成才，可以吗？

生活中，好多人都是这样，对于好多事情，都停留在想象当中，而完全不付诸行动，或懒于付诸行动。认为自己能力超群，可以自学而达到绽放光彩的目的。确实，这世界上有这种人，但你觉得自己是吗？如果不参加数据分析师培训，不接受正统的数据分析师培训学习过程，你能保证，在周一到周五工作累得不想动的时候，在温暖的被窝睡着的时候，你会在周六的早上准时8点起来学习数据分析师培训的内容吗？肯定不可能，除非你会分身。

对于刚入行的小白而言，肯定有许多的问题，下面给大家分享一个已经工作三年的数据分析师，他的人生经验。

工作第一年——菜中之菜

我的第一份工作在一家小公司，用户非常少，产生的数据也很少。虽说职位是数据运营，但运营的活占了一大半，也就是每天上下线产品，传图片啊、和产品技术扯皮啊之类的。数据相关的工作，就是每天的日报，其实也就几行数据，都是从后台导的。好在我有个比较逗比的领导，教了我不少东西，我有不懂的他都会给我讲。再就是工具Excel，最初连公式if、vlookup这类最基本的都不会用，更别说那些公式嵌套、数组这样的了。

每天没事情的时候我就学Excel，关注了好几个公众号，每天跟着推送的小技巧学，觉得有用的我就用小本本记下，再自己创建数据练习一遍。

用一次是背不下来的，但是能够有个概念，碰到问题的时候，脑袋里有个印象知道这可以用快捷方式实现，也能知道用什么关键字去百度。

不过那段时间我陷入了另一个误区，死命学习数据分析工具。因为实在不想待在那家几个老板撕逼的公司了，为了能够跳槽，每天早上六点起床学spss、VBA、powerBI。那时觉得学了这些技能，在简历上写得会好看些（手动捂脸）。但是学了并没有什么卵用，工作上没用到，几个月之后就忘了。

工作第二年——初级数据分析师

第一份工作干了七个月，实在受不了就走人了。去了一家金融公司，数据量依旧比较小，但是涉及的面比较广，好几类数据（用户端、合作方端、平台端）。第二份工作成长比较快，因为部门就我一个做数据的。虽然运营的活也在做，好歹数据和运营一半一半。

在这期间，我是通过背数据了解业务的。嗯，没错，背数据。

头部产品日均uv，注册，销售额等等，月度数据、周数据等等，每天早上去到公司第一件事情就是先背一遍最新的各种指标。久而久之，我也就做到了“心中有数”。开会领导问起来，我可以不用看数据表就能说出相关数据和转化，也能一眼看出哪些数据有异常，赶紧测流程，发现bug及时止损。对于投放产品的定价，也能给商务一个有价值的建议。

这份工作带给我的，是数据敏感性和对业务的理解。很多数据分析的职位JD 里都提到了数据敏感性，其实作为普通人（可能连高数都学得头大的），像电影里那种对数据过目不忘的天才是很少的，数据敏感性就是建立在对数据的了解和熟悉上，一个一直在做电商数据分析的人，可能对游戏业务的数据一知半解。

所以，若是你没有特异功能，先背数据吧。

业务的了解，是在工作中得来的。对于新人来说，每天都会涉及到新的东西，比如uv、ip、pv、埋点、日活、月活、转化率，怎么评估转化率的高低，怎么评判产品的表现等等。多学，多问，脾气好，谦卑。当然问之前先去百度，别什么不会都转头就问，别人的时间不是拿来浪费在你身上的。

这份工作中，另外收获比较大的，就是学会了python，并且学以致用。

日报周报月报都是我做，每天的数据不多，但是非常杂，如果用Excel，我得重复十几次同样的操作。我是个很懒的人，重复几次就要冒火了。原本也是在学python，正好知道python能够当Excel用，也就更加努力的学了。

每天我是部门第一个到的，9点上班，我一般八点半之前会到。到了公司，就坐在工位看网络课程。比如安装、使用、代码，先做个大概得了解。之后就是用文档学，比如电子书、知乎、打印出来的教程等等。从安装，到import pandas、read_excel，一步一步也就编了一段完整的代码，代替了重复操作的Excel。

最初日报要花一上午做，用了python之后半个小时搞定，包括下载数据，美化表格，写邮件。因为工作效率的提高，领导也交给我更多的事情，接触的业务也就扩大了。

工作第三年——中级数据分析师

第三份工作，也就是现在做的，就纯属于数据分析了，没有运营那些杂事。数据量比之前的两个公司大了很多倍，日报用Excel还行，周报、月报就只能用Python了，Excel根本带不起来。技能方面，又新增一个oracle。sql其实是比较简单的，在网站上随便学一个下午，再下个navicate for mysql练个几天，入门轻而易举。

但是复杂的查询就需要花费时间去训练了，毕竟sql的逻辑和Python的不太一样。今年年初，领导要做一个2018的年报，需要12个月的数据。以我现有的Python水平，处理12个月的就很卡了。只能捣鼓oracle，别说，还真是快，非常之快！

对于业务的理解，当然是比两年前更透彻的。但是作为一个数据分析师，最重要的事情，不是去描述事件什么时候发生、如何发生、产生了什么影响，而是要根据这几样，去告诉业务组或者领导，如何去优化，之后会往什么方向走，怎么提升业绩，这才是最重要的。

当然，现在对数据的处理效率、工具的使用熟练度，已经妥妥的应付得了目前的工作了，若是以后还需要提升，肯定也会加倍努力。不过对于我来说，更重要的是理解业务，拓宽眼界，了解行业。

成长是我建议出入职场的同学，第一考虑的要素，随着公司的发展，业务的丰富，数据的增加，我们得到的经验会越来越好，但是如果能力和技术没有得到很好的应用，即使公司再好，再大，对我们来说意义也不是很大，成长是第一要素，岗位JD很重要，提前调研公司业务很重要，了解未来自己的位置很重要，无论是什么行业，为了让未来更好，请野蛮生长。

文章来源：网络 版权归原作者所有

上文内容不用于商业目的，如涉及知识产权问题，请权利人联系小编，我们将立即处理