实际上相当多同学顶着“数据分析师”的头衔，干的却是数据分析专员的活。专员=砖员，基本上每天都在辛苦的搬砖，不是搬SQL就是搬EXCEL。虽然看起来也是在处理数据，然而跟“分析”没有一毛钱关系，也没有升职机会。跳槽面试，却没有真正做过一个数据分析项目，建模不懂，业务不明，甚是辛苦。
对于这些从事基层工作的表哥表姐，SQL哥SQL姐来说，积累项目经验非常重要。因为想升职，拼的不是自己会不会写代码，而是自己能独立解决什么问题。无论是偏业务向的输出报告、分析建议；还是偏技术向的输出数据产品、建立数据模型，都是非常珍贵的经验，可以真正的帮助自己升职加薪。
难点是：搬砖的永远见不到设计师的图纸。对于做基础数据开发的SQL哥们，永远是一问三不知：不知道为什么跑这个数，不知道跑了用到哪里，不知道用了有什么结果。每天都在做人肉BI。接了需求还要反反复复修改。每天光处理这些都下不了班了，还哪有时间思考。
对于做基础数据分析的表哥们来说。也是疑惑重重：不知道数据怎么来，不知道分析了有啥用。每天对着销量、活跃率等等几个简单的数据发呆。还经常被批：“你这都不是分析，做分析要有深度，自己多想想”我想啥啊？o(╯□╰)o
第一步：找到内部盟友
朋友可以自己找，老大只能靠命好。在职场遇到一个肯耐心教导自己的老大，跟中彩票的几率差不多。但是朋友却是随时随地可以交的。有三类人可以很容易建立关系：大家同一批进公司，一起参加新员工培训的；大家一起做项目加班，吃宵夜一起骂傻逼领导的；大家都还年轻没结婚，下班不用急着回家吃饭的。即使没有这三种关系，也能通过积极参加活动，在团建的时候帮大家烧鸡翅，唱K的时候帮大家倒酒搞好关系。为什么要搞关系？因为想提高自己，我们得麻烦人家。
第二步：跑通三大流程
本质上看，基层的同学的问题不是知识少，而是见识浅。没有见过高级的方法，深度的分析，也不了解业务到底有什么需求。这不是靠看书能获得的。因为没有一本书能教你21天速成。比如如何在缺少用户ID的情况下建立分析模型？如何评估电商渠道VS实体渠道的经营效益？除非你的leader愿意花心思写分析说明书，单纯的看方法论，在工作中无法落地，看了还是会忘。这也是为什么很多同学很刻苦的上网学习，却感觉学了没啥用处，学的东西离工作很远的原因。
想要结合自己的工作，就得跑通自己公司的三大流程。组织流、业务流、数据流。
组织流:部分架构、分工、基本职能。了解了组织流，能知道到底是谁在干什么活，才知道谁关心什么数据。
业务流：从产品生产到卖给用户，需要做哪些工作，在什么渠道卖，依什么定价，做什么事情。
了解业务流，才知道为什么业务部门关心数据，才知道哪些地方可以用到数据。
数据流：数据在哪些系统产生，存在哪里，有什么字段。知道了数据流，才能知道到底分析有什么素材，没有米下锅，饭也没得煮了。理解三大流程，是发现工作意义，把日常工作升级为项目的关键。
第三步：思考数据意义
数据分析也是一个项目，是有目标、有方法、有步骤、有结论的工作。很多情况下，大家做的报表是有方法和步骤的，缺的是目标和结论。因此了解三大流程以后，就可以进一步思考：“到底我日常工作是为了什么”“到底我日常工作起了什么效果”。也可以主动和需求部门沟通，获取信息。
沟通包括正面沟通和侧面了解两部分。正面沟通，比如在接取数需求、接专题分析需求的时候直接问：“取数背景是什么，取数用途是什么”可以直接向领导请教：“常规日报是怎么使用的？为什么看这几个维度”。如果没人理会（这是常见的事）就侧面了解。
侧面了解，第一步先看：是哪个部门哪个组提的需求。然后记录下来，以待日后观察，他们组负责的工作是否上线活动，发布了改版公告。他们组对应的数据指标是否有了变化。这样可以侧面反推：他们看了数据做了什么事情。第二步，可以找熟人聊天，了解他们最近关心的问题，是否和自己判断的一致。第三步，先百度业务部门关心的问题，看看有哪些原因，是否可以从数据上反应，假设一下通过哪些。第四步，把自己的假设与业务们的小伙伴们交流，看看是否合理。
实际上，打探情报，交流想法是高级数据分析师，数据分析部门主管们的必备技能。做的好的部门主管们不但自己内部情报要打听，也会主动走访竞争对手的门店、网站、收集活动信息，反推对方的数据情况。这样才能做到，在和业务部门交流的时候思如泉涌，点子源源不绝。才显得做分析的经验积累很深厚。
第四步：提升数据价值
理论上，做好第三步，你已经能面对面试官对答如流：“我参与XX专题分析，分析后发现用XX方法可以提升促销效率，下次活动中业务部门采取了对应方法，提升效益30%以上”。是滴，虽然是自己补完的全过程，但是都是基于真实数据真实经验，不会有什么破绽的。到这里你已经为自己准备了一个项目经验。但是还可以做的更好，因为我们想加薪，还是得用上一些更复杂的方法的。
大部分时候，限制模型使用的不是我们不懂算法，而是压根没数据。或者很多公司没有点对点推送的平台，营销只能地毯式轰炸。这时候谈何精准，用何模型？但这不影响我们自己联系。这里就要用上我们对数据流的了解。比如我们在网上看到一个精准营销模型的文章。那么他用了什么数据？为什么我们的公司没有这个数据？如果要采集需要什么方法？需要花多少钱？他的营销落地在什么平台？为什么我们不具备这种平台？如果想做可以怎么做？反复问自己四五次，把可以落地的部分练手一下，思考的深度就有了。
这样面试的时候，可以自信的说：“为了提高分析深度，自学了XXX模型，但在实际应用的时候，局限于XX限制，没有得到效果，但如果给XXX条件的话，就可以落地”。——这样才是企业所需要的数据分析师，才能对得起月薪1W+的工资。
文：陈老师
源：接地气学堂
|
陈文老师的文章都搬过来了，厉害了
