1. 什么驅動了我做一個數據分析師？

最開始決心進入數據分析，大概是快一年半前的事情了，當時的認識大致是這樣的：

• 世界是由信息構成的，一切皆可計算，物理世界最基本的單位是原子（或者更小），現實世界則可以被解釋成信息，通過這個角度看世界是很有意義的，觀點主要受研究生導師的影響，記得開學沒多久就送了我們他寫的這本書：用計算的觀點看世界，有興趣的同學可以買來看看。
• 數據是未來的金礦，非常重要，數據分析師這個職業很有發展前景。

于是就一腳踏進了數據分析師這個行業，雖然列了上面2個原因，但是回想起來，始終覺得第一個原因是最重要的。這是不是說明了我更偏向于理想，而非現實，哈哈哈，可能也是有情懷的人吧？

導師的這些思想沒有引導我們走向學術的康莊大道，卻誤打誤撞的影響了我的職業選擇。

2. 數據分析師初印象

剛進去數據分析領域時，看了一些微信文章，數據分析師總是被冠以各種頭銜，比如：十大最有前景的職業、最性感的職業等等；看完之后覺得各種牛逼哄哄。覺得數據分析師是全能的，啥都能干，工作內容肯定是高大上，一個決策能夠帶來巨大的影響，能為公司帶來巨大的價值等等，各種美妙的遐想。
然而，在初期做了幾百個需求之后，你就會發現，數據分析師既不高大上，也不性感，巨大的價值更是相聚甚遠。
不過隨著各種基礎設施不斷完善以及工作不斷優化，慢慢的有了時間做更多被認為更有價值的事情。
目前工作主要分為以下4類：

• 報表
• 臨時需求
• 分析需求
• 項目

前兩項占比會越來越少，后兩項占比會增加。

大部分人都會認為后兩項是最有價值的，前面的工作是機械而無聊的，在很長一段時間里，我也是這樣理解的。

3. 對數據分析師的再認識

數據分析師最重要的能力就是：分析問題，解決問題。相比于其它崗位，比如運營、產品經理、項目經理等，只是多了數據這個工具而已，僅僅是多了數據的視角。

讓我們再來看看這四項類型的工作

• 報表

一般認識：
用來監控某項業務的數據變化情況，能夠反映出日常指標的變化。

再認識：
可以看作是最好的系統而全面的了解業務的機會
畢竟要通過這張報表監控各項業務

也可看作是對業務方思路的了解和分析
比如這些問題：
這些指標是怎么定出來的？基于那些因素？
這些指標是否都是必要的？刪掉某個指標有何影響？

也可以看作是設計一款產品的機會
比如像這樣問：這個報表做出來，能解決哪些人的哪些問題？怎樣最方便用戶接受？

**一個報表做下來，你了解了業務，弄清楚了業務方的思路和想法，清楚問題內容和范圍，然后結合自身對數據的理解去設計解決方案，然后將它實現，這時候你還是所謂的數據分析師嗎？
**

• 臨時需求

一般認識：
從數量上來看，數量最的多就是臨時需求了，各種奇葩的細節數據，多如牛毛，似乎永遠都做不完的樣子，此時的你似乎成了數據提取機器。

再認識：
這是許許多多溝通的機會
臨時需求來自于不同部門，范圍廣泛，可以和不同部門的不同同事溝通交流，了解他們的想法
這是許許多多次思考的機會
每一個無理的需求身后必然有一個錯亂的思考，找到這些錯誤，可以當作一件樂事，可以訓練自己清晰的思維
合理的需求就不必說了，可能會啟發你對這些指標的新認識。
隨便來幾個問題，比如：
為什么要這個數據？目的是什么？能解決什么問題？
有了這個數據能產生什么價值？沒有又有哪些損失？

溝通和思考，在需求中隨處可見

• 分析需求

一般認識：
這才是數據分析師應該干的活，對一個問題的分析，寫成一份報告，一個報告產生巨大價值，影響決策。

再認識：
分析需求＝正確的思考＋臨時需求集合（收集各種數據）＋可視化
最重要的就是正確的思考，知道怎么去找問題的答案，答出來后，然后講出來（可視化：你的思維的展現）。

解決問題的能力，講故事的能力在分析中不可或缺

• 項目

一直認為項目這個詞沒太大意義，概念的定義極其模糊，似乎什么都可以叫項目。先給一個我自己的定義：所謂項目，就是需要一群人配合，在一段時間（一般至少一周以上）內一起努力，共同解決一些較為復雜或者是長期未得到解決的問題。

再認識：
使用各種方法解決問題，拿到結果。
其中需要分析的問題也很多，比如：
這個問題怎么變得復雜的？復雜在哪里？為什么這個問題長期未得到解決？解決這個問題最主要的因素是什么？等等

發現沒，還是解決問題能力

數據分析師最終還是分析師，數據只是解決問題的一類視角，解決問題的視角有很多，數據分析師多了數據的視角，但是還有其他的視角是否健全決定了最終是否是大師。
數據是一把好劍，擁有一把好劍可以增加一些功力，但真正行走江湖的武林高手往往是內功深厚的人。

至于什么是解決問題的能力？下次再議。