想拥有优秀的数据分析师思维，你还需要补足这一点

一名数据分析师的日常工作流是怎样的?

「数据分析师」这个职位，不同的公司，不同的行业，对于它的理解，以及它覆盖的工作范围不太一样。在有些传统行业，数据分析师工作重点是「做行业报告」等;在阿里巴巴等大型互联网公司，职位区分比较明确，数据分析师大部分时间只做产品和运营的分析工作，至于「基础数据处理」、「搭建数据产品」等等不涉及;在创业公司等相对小型公司，「数据分析师」要干的活可能要不仅仅是「产品和运营分析」，「基础数据采集和处理」，「数据产品搭建」都属于「数据分析师」的工作范围。

明确了数据分析师的工作范围，大概也就清楚了每天要做些什么，比如：

• 产品和运营的数据提供(正常分析师工作)
• 基础数据采集和处理(类似ETL工作)
• 数据产品的思考和搭建(类似数据产品经理工作)
• 数据价值的挖掘(类似数据挖掘工程师工作)

每日的工作流大概如下：

上午：日常项目的跟进，包括跟产品，运营，开发同学的沟通，这部分主要通过 Tower 和项目 PM 每天的邮件来互相协作和周知进度，当然，每个项目会有5-10分钟晨会;

每天不定时：日常运营需求的沟通比较多，这个主要是面对面，固化需求以后，邮件周知和记录;

下午晚点和晚上：数据平台自己的活，包括基础数据开发、数据产品搭建等等，就需要我们自己去安排时间完成。创业公司的一个优点就是人员相对少，大家互相协作都是面对面。

如何进行时间和日程管理?

数据分析师工作因为涉及内容比较多，所以经常会被产品/运营叫过去讨论某些项目，营销活动，等等，或者，被不同业务线主管召唤，讨论如何对某个业务线效果进行深入分析，所以，很多时候自己计划的「什么时间干什么事情」，基本得不到保障。就算得不到保障，每天早上过来以后，也要大概列清楚今天要干的几件事情，提醒自己去抽时间做完。每做完一件事情，就划掉。尽管有很多工具使用，比如，Trello，但是我还是喜欢一个笔记本，一支笔的方式。

时间是一个很奇怪的东西，只要你想要，它就来到你身边。比如，我想晚饭后来写采访的内容，就会拒绝同事邀请去做其他事情。我看过很多时间管理方面的书，也尝试过「番茄」等各种方法，最后发现，任何想基于「时间安排」去做「时间管理」的方法都很难有很好的效果，反而，基于「待做工作」来做时间管理，更合适。

比如，今天需要做三件事情，按照轻重缓急排序，1)2)3)，然后就开始做，不想需要多少时间做完，尽量自己控制时间把它做完。很多人可能觉得这样很糟糕，万一做不完怎么办啊。其实，你自己尝试一下就行了，为什么自己会不得不、不情愿也要做、非要做完。因为，第二天工作又来了，今天做不完，明天这些工作还是你的。除了一浪一浪每天工作的累加的压迫，它更需要一个人的「自律」。如果有点时间就刷微信，微博，或者找同事闲扯几句，很容易打断工作流，所以最好是一气呵成。不管计划如何完美，如果没有「自律」，也没有结果。

优秀数据分析师的思维是如何练出来的?

可能提到数据分析师这个职业，「思维」是被提到最多的一个词。或许这个跟数据分析师思考比较多，沟通过程中更理性，让大家得到的错觉。个人觉得，任何一个职业，任何一个人都应该有一套自己的思维体系和一个好的思维方式。数据分析师的思维仅仅是其中的一个不同的看世界的方式。比如，每个人的思维是一条道路，条条大道通罗马，虽然每个人看世界的方式不一样，但是可能得到的结果一样。

想知道数据分析师思维，首先要了解「思维」是什么，bing一下，得到「思维」的定义：

①思维与“感性认识”相对。指理性认识，即思想;或指理性认识的过程，即思考。是人脑对客观事物间接的和概括的反映。包括逻辑思维和形象思维，通常指逻辑思维。

②与“存在”相对。指意识、精神。

显然，定义①是我们这里想讨论的思维。这个定义也清楚的说明了思维是每个人看世界的方式。

数据分析师通过数据来认识产品/业务，所以，它确实有一套跟别人不一样的思维，即「类统计学的逻辑思维」。除了这个之外，其他基本跟其他同学一样。

从我打篮球、乒乓球的经历，加上5年数据分析师的体验来说，很难通过一些简单的训练就学会某种思维方式，主要还是要自己在工作过程中通过实际的案例多踏几个坑，多开拓眼界来学习。所谓「九折臂而成医」，大概如此。

在这里分享给大家我平时常用的方法：

看书，看别人的总结。

学习大牛是如何认识世界，分析案例，比如《穷查理宝典》——查理芒格，《把时间当做朋友》——李笑来，《系统思维》——德内拉•梅多斯，等等，分析为什么这些作者的思维如此的独特?我和他们认识世界的方式为什么不一样?我们彼此的认识事物的方式哪个更好，哪个更接近真相?为什么他们看到的世界是这样，而我是这样?多问问为什么，多找差异，然后再去找其他的书看，一步步丰富自己。这些作者可能也没得到真相，而是他们可能距离真相近一点。

学会举一反三。

做分析师，非常需要「举一反三」的能力。去食堂吃饭，看到排队的效率如此低，分析一下为啥效率这么低?我们的产品上某个地方是不是也有类似的效率问题?滴滴打车这种叫车模式，我们的产品可以用么?为什么不能用?反正，多问几个为什么，多举一反三，思考，思考。「对或者错」有些时候不重要，重要的是我们感知世界的能力在变化。

研究别人家的产品和别人家的数据。

比如，我非常推荐新的分析师看各个公司的财报。为什么呢?一个大公司的财报如果能看懂了，基本就了解了一个公司的运作模式和重要产品，也明白了如何写一份报告。再者，研究别人家的产品，不管是工具类还是用户类，看看他们的交互，设计，体验上怎么会不一样，别人的用户数为什么是这个，而我们的是多少?

关注「经济」和「社会」新闻，多串联起来看新闻。

北京大雨了，河北大雨了，南方干旱，南北方需要什么?我们的产品是否能提供这些东西?长征7号上天了，哪些东西可能会不一样?多把不同事物串联起来想，思考，分析。

总结一下，数据分析师要有一个「系统、整体和部分的思维」，也要有一个「事物类比思维」，更要对「事物敏感」，可以很迅速的把不同的事物串联起来(敏感)，很快的抓到事物的本质特征(类似思维)，然后局部整体的来分析和研究(系统思维)。

以上你都具备？那么你还需要补足这一点

大家可能都听过一句话：「从来没有白费的努力」，我也非常认同。

不说努力，就谈工作之外的看似额外的事情吧，比如，看书，运动，听公开课，利用业余时间培训技能，跟有趣的人交流一下，做自己喜欢的晚饭，跟朋友出游自己计划路线，等等，这些很生活、很情趣，看似跟当前的工作不相关的事情，真的不相关么?

工作是什么?工作需要具备什么技能?工作需要解决什么问题?工作需要面对什么?这些问题都是生活的一个侧面，什么侧面?工作需要面对「人」，工作要解决「人喜欢不喜欢你的产品」的问题，工作需要具备「规划、思考、沟通、观察」等技能。

因为大学里面没有「数据分析师」这个专业，所以，公司招聘「数据分析师」从来不是按照「专业」来招聘，而是通过面试考察候选者是否有「独立思考、善于观察、、实操经验、有研究精神」等特质。所以，没有什么额外的，只有你不去观察、学习和思考。

我的建议是这样的：

个人的日常努力付出是很重要的，但毕竟比较零散和业余，很难得到比较全面系统的提升。这时候适当给自己一些压力，让自己可以耐住性子、静

下心来好好培养或提升一门技能，使之真正转换为你个人的能力和社会竞争力，这样不但是在增值自己，也是在升华人生。

我一直主张，工作业务一般都是熟能生巧，体现不出一个人的优与否，只有养成优秀的思维，你才能在人群中脱颖而出，下面这个课程，就可以在这方面给你好好助助力

如果您是以下几种情况之一：

• 1、想了解更多有关大数据分析、数据挖掘、机器学习、人工智能领域内容的好学者；
• 2、职业遭遇瓶颈，想提升自己在数据分析或人工智能领域的硬件技能的在职人士；
• 3、寻求新出路、新突破，有意向转行到数据分析行业或人工智能领域的求职人士；
• 4、对未来摇摆不定，有兴趣想Python、数据分析、人工智能方向发展的在校大学生。