除了数据分析师，你还要扮演这些角色

作为统计系的学生，读书时就常常参加各种数学建模竞赛，也参与过一些市场调研和咨询的项目。在这个过程中，让我印象最深的不是数据处理和分析，反而是与人沟通的过程。

研一时，我与同学组成的团队参与了一个旅游策划公司的项目。我们作为乙方为甲方提供数据咨询。我们自己做数据收集、设计调查问卷。这是一个很复杂的过程，既要保证访问者的认可性，由于成本原因群体也不能太大。根据统计数据，我们给出一个旅游者的行为画像，根据出行的时间、频率、花费、交通工具等变量，采用聚类分析的方法，对用户进行细分，看他们分别适合什么样的产品。

我们调查的范围是重庆主城区，采样涵盖到不同景点、不同年龄段的人群。在做调查之前，我们去跑各个景区，跟游客聊天，对旅客的情况有一个“摸底”。我们去跟游客接触，去问问题，沟通这个环节至关重要。

工作之后，我越发觉得，身为分析师要具备一定的“公关”技能。

毕业之后我去了一家第三方支付公司。消费者刷卡时的个人信息存在一定安全隐患，我负责做线下的伪卡防范工作，就是从历史的安全隐患数据中发现问题，总结特征，建立危险识别模型，最终当交易发生的时候，通过概率值判断是不是盗刷。

风险控制是公司业务的支撑部门。公司的互联网业务会带来很多用户，支付是其中必不可少的一个环节，也是互联网金融的基础。

然而这是一个新行业，这意味着你没有扩样本。从几率学角度来讲，凡是有监督的模型，比如输入1到20个变量，输出只是一个变量，它只告诉你是或否，但拒绝还是不拒绝要自己判断。所以我需要去训练，训练是来自于历史数据的积累，没有历史数据就带来很大的困难，只能尝试建立半监督模型，在没有数据的情况下养数据。

我们提倡数据多维度、多样性，但你的数据权限可能是有限的，资源是有限的。在这个过程中你就需要接入其它部门的数据。你如何说服对方为你提供数据，这需要一定的沟通技巧和巧妙的专业呈现，让跨部门的同事信任你。

这个工作不能着急，要持续不断地沟通交流，时不时把你正在做的事情给对方看，让他了解你工作的内容，看到你的努力。

举个例子，在进行风险控制时，不可避免地会把用户体验降低。比如你在网上购买理财产品，注册一个账户，对密码的复杂度要求不够严谨，用户可能会觉得注册过程很方便流畅，但会带来风险。反之，比如12306以前出现过信息泄露的问题，它现在的验证码就变成图片验证，但过于麻烦，用户体验就不好。

产品部门的同事会考虑风险控制会降低用户体验，让用户流失。但如果后期出现了安全问题，你做的东西帮助他规避了风险，他就会理解你的工作，愿意用你的东西，所以你做的东西一定要有价值。对于这个问题，我们有时也会进行灰度测试，比较A版本和B版本在转化率上有什么差异，不断调整，在风险控制和用户体验之间找到一个平衡点。

销售

根据支持的工作，帮助他们的区域市场分析哪个项目是可以做的，该往哪个方向发展。我可以参与他们的销售会议，协助制定销售目标。在这个过程当中，我可以学到销售部门的人员是怎么考虑问题的。

后来又去了平安保险实习。当时去了平安产险管理部，我主要负责车商渠道的数据管理。比如，我想把一个保险卖出去，我们与车辆售后网点以资源换资源的方式合作。例如客户的车出现问题之后，他首先联系保险公司，保险公司再给客户推送网点。在推送的过程中，A店、B店怎么分配资源、具体的成本多少，需要建立一个模型，把推送方案最优化。建立模型时，你就需要有销售人员的思维。

杂家

想做数据分析师的同学学科背景不同，学计算机的编程很厉害，数学的更擅长纯理的东西。以我的经验来说，企业里许多岗位偏好学统计的。

如果做数据挖掘，偏理论性，可能喜欢用数学专业的学生；在企业里，经营管理、经营分析、风险管理等相关岗位更喜欢用学统计的；大数据中心涉及到数据产品的开发，更偏向于学计算机和数学的，但这都要求有一定的统计学思维。比如我看到一个数字的时候，我要联想它背后代表什么意义，看到A问题的时候不孤立地去看，善于与总体情况联系对比，既要看到总体也要看到差异。即便不是学统计出身，也要在平时的学习工作中训练自己。

互联网金融行业对人才的需求很大。我们招聘人才，一是要看你对金融产品的理解，二要看是否具有数据思维，具有一定的数据分析技能。还有一点很重要，要有热情，这个工作要重复很多事情，但不是机械的重复，也要进行思考，这都需要热情的支撑。

我建议同学们除了要打好基本功、熟练掌握1至2门编程语言之外，还要多接触数据，培养对数据的感觉；同时多研究不同的商业模式，研究不同的公司是怎么赢利的，天文地理历史人文，知识面要广博多样，让自己变成一个杂家，这可能会让你的数据分析工作更有想象力。