数据分析非小事，审慎对待才是真

多一分谨慎，总会多一分回报。数据分析也需要审慎地去看待，走得进去，也需要走得出来，多转换角度，或许就会有更多的精彩降临。

[1]、数据分析、数据挖掘技术叫得很响，却未必最靠谱

数据分析现在是一个热门词语，大到集团 ，小到部门的各领导都比较喜欢挂在嘴上。这个时候对于数据分析人员，最易出现的问题就是“为了分析而分析”！什么方法最新、最体面、最深奥就用什么方法进行数据分析，往往是“就目前这个问题，我能不能用到某某技术”，很有可能忽略业务问题的本质。滥用数据分析方法，不注重业务实际状况，是值得每一个数据分析人员深思的。

[2]、“拍脑袋”，也未必就不是解决问题的方法

如果领导倚重你的理由是“很有工作经验”，在面对棘手的业务问题时，如果因为你用数据分析说话耗费巨大时间而错过处理问题的最佳时机，或许“拍脑袋”是最快的、有效的途径。这里所说的“拍脑袋”是指有丰富经验的前提。“拍脑袋”的领导会认同自己有预见性，洞察力，而数据分析也可以实现遇见与洞察。基于此，我们可以认为，一个刚入职的新人在职场打拼的资本或许就是你有数据分析的能力。因为，数据分析能够帮助你找到工作经验，工作经验，上升到理论或者方法时，或许就可以等同于数据分析了。

[3]、数据分析，需要耐得住寂寞

数据分析过程，大概有准确定义业务问题-采集相关数据-预处理-方法、技术、建模-验证-反馈等。按二八原则，80%的时间用于数据的准备、清洗、预处理，只有20%是结果。持续时间最久、花费心思最大的一块是前期准备，态度要端正，数据的质量是保证问题得以解决的基础。要不断反问数据的真实性和即将采用的数据分析逻辑是否达到要求，这是一个枯燥乏味的活。等到建模后，还需要不断的验证模型的能力，甚至要返回重新做过，一次次考验的是耐心，耐得耐不得寂寞是数据分析人员需要接受的挑战。

[4]、数据分析工具不如思路重要，但了解得多一些却总是有帮助的

数据分析的意识、思路，态度，对业务问题的把握，这些都比用什么工具更重要，所以，不要太纠结用SPSS还是SAS，甚至Excel，哪怕一个表格、一张图，如果你有精力，有需求，掌握更多总不是什么坏事。

[5]、能不能表达出来同样重要

在学校里甚至有一句话叫做“做没做不是关键，能不能用PPT表达出来最实在”，做研究论文，你可能花费了比别人更多的精力，可在答辩时却没法表达出来，有人甚至没有做，却用PPT“做”出了效果。不是鼓励大家拼口才造假，重点在于希望能认识到表达的重要性，我们的结果如果一直只留在自己的心里，那永远都是你的，而不是大家的，你做到了，就要能表达出来，没表达出来，也可以说没做。演讲、表达、可视化的东西是每一个数据分析师应该关注的。