一、数据分析师主要工作

数据分析师的日常概括一下就是：

1. 为什么需要数据（目的）
2. 需要什么数据（指标）
3. 跑数据（获取数据）
4. 总结数据并整理成好懂的图表和人话（清洗+整理）
5. 根据数据得出结论，制定策略或提出建议（分析）

下面分别展开说说：

1、目的

数据分析一定有目的，这样才能确定需要的数据是什么，从什么角度来分析。

我自己是运营，平时日报、周报、月报等常规数据统计，就是为了确定我们各平台账号的情况，数据好是为什么好，数据差是为什么差，数据波动是外因还是内因……

有时候要做活动，就得先确定活动原因，比如销售、获客、激活老用户……侧重点不同，需要匹配用户画像不同，活动的成本不同，需要的重点数据也不同。

2、指标

针对不同的目的，要重点参考的数据是不同，比如平时的周月报数据，看重的就是浏览、点赞、评论等，带货的话，肯定会更注重转化。

这部分工作需要掌握指标体系，一级目标也就是业务的kpi，是最终数据，二级指标是影响一级指标的因素，三级指标是对二级指标的进一步细化。

举例来说，如果我想要的数据是利润，那这就是一级指标，影响销售额的包括成本、售价、折扣、购买量、退换货率等……再往下拆分，比如成本，又可以拆分成运输成本、生产成本等。

如何准确而完整的拆分指标，对数据分析至关重要，如果你的关注点都跑偏、遗漏了，根据数据的出来的结论自然也无法保证有效。

这部分比起数据分析技巧，要更偏向对数据分析思维的要求，是数据分析整体思路的一部分，你得首先有数据分析思维，其次懂业务的整体流程。

但是一种思维方式很难一蹴而就，往往需要长期的联系，并有人给你纠偏，这样在错误和总结里才能不断提升，最终能自己做出准确判断，并形成一整套逻辑习惯。

较快的掌握这个技能和其他一些数据分析思维方面的能力，最好跟着有业务经验的人学，掌握一些成熟的分析套路，应付常见的问题。

如果你现在找不到一个特别资深的人来学习，也可以在网上找数据分析课程，现在数据分析很火，培训也很多。

比如知乎就有一个数据分析课程，研发老师自己就曾是IBM的数据分析师，还和50多位互联网大厂数据分析师进行深度访谈，并和阿里、谷歌、滴滴等公司的资深数据专家合作，结合大厂一线业务案例，能够深入浅出的讲明白那些数据分析理论是如何运用在业务里，而且还有一些个人项目、面试笔试方面的指导，都是落到了求职者需求实处的。

3、跑数据

跑数据就不多说了，sql、python、sas什么的，数据分析工具其实不难学，编程要求也都是基础的，当然如果你想往数据挖掘大佬方向发展，那就得往深了学。

总之，跑数据其实反而是比较简单的一步。就是找准确数据来源可能一麻烦点，这个就是不同行业有不同渠道了。

4、清洗+整理

这一步，我个人常用的就是excel，听起来很简单，但其实你要真能玩转excel，一些常规的数据分析就差不多能做了，而且excel不需要编程，对于想要快速入门、转行、或者仅仅用数据分析辅助工作的人来说，是更好的选择。

清洗数据就是较对一下，把重复的去掉，看看有没有小数点错误。当然，有时候会发现有些数据大量错误，完全不符合现实，可能是找数据的地方有问题，跑来的是虚假数据。

整理就是制作成图表，毕竟数据分析不能只看数，还得看对比、走向等，如果你是接需求办事，或者要给别人汇报，那就更要注意把数据转换成人话，简单易懂。

5、分析

分析可以说是重中之重，就算你完成了前四部，但给不出建议，形不成方案，你都只能停留在一个工具人阶段，接需求，辅助别人做策略，可替代性极强，随时会被一脚踢开，更别说还会被计算机取代。

想要真正站稳脚跟，还得在分析上下功夫。你得从有了数据分析目标就开始思考，你要什么数据，要用什么方法分析，是5w2h更合适，还是ab测试，还是aarrr模型，还是其他什么分析方法……其实大多时候是要几种方法结合，如何结合，如何拆分，这都需要整体思维和底层逻辑。

如果你觉得你想要快速入门数据分析的思维，知乎的这个课程真的很适合，而且除了思维，课程还课程还会教大家使用常见的数据分析软件，包括数据库什么的，手把手带练，不会还能随时问老师，挺方便的。而且还有学习社群，一群人一起学总比一个人瞎学好叭，反正我学东西一定要有人陪。