數據分析師都幹啥？

數據分析師，簡單切詞為“數據”，“分析”，“師”。因此，獲取必要的數據，分析這些數據，然後從數據中發現一些問題提出自己的想法，這就是一個數據分析師的基本工作內容。

自己做了兩年數據分析師，真的覺得古語説的對，“功夫在詩外”。一名好的數據分析師，接到一個需求時，會更多考慮這個需求本身，包括要做的東西是什麼，為什麼這麼做，還可以怎麼做，怎麼去做，關鍵點是什麼。都想清楚了，才去動手做。建議任何一名數據分析人員，都能在做以前把問題想清楚，確認清楚，不要等到做完才發現自己做錯了，那樣會很浪費時間。自己這方面曾犯過N多錯誤。

下面簡單談下做一名數據分析師要經歷的幾個步驟：

(1)獲取數據

獲取相關的數據，是數據分析的前提。每個企業，都有自己的一套存儲機制。比如淘寶，所有的數據都在HADOOP上，很多數據都要經過HADOOP，hive來獲取。因此，基礎的SQL語言是必須的'。具備基本SQL基礎，再學習下HIVE的細節的語法，基本就可以通過HIVE拿到很多數據了。每個需求明確以後，都要根據需要，把相關的數據獲取到，做基礎數據。

(2)數據處理

獲取數據，把數據處理成自己想要的東西，是一個關鍵點。很多時候，有了數據不是完成，而是分析的開始。數據分析師最重要的工作就是把數據根據需求處理好，只有數據跟需求結合起來，才能發揮數據的價值，看到需求的問題和本質所在。如果連數據都沒處理好，何談從數據中發現問題呢?

對於數據的處理，有兩種形式：

a>如果初步提取的數據是在LINUX上，建議學一門腳本語言，比如AWK，或者PYTHON。如果掌握一門腳本語言，不僅可以在LINUX系統上寫很多自動腳本來運行，會大大節省自己的時間，而且可以通過腳本語言把基礎數據處理成自己想要的任何形式，直接可以使用。

b>如果數據沒有在LINUX上，那可以download，然後通過其他統計軟件來處理。個人推薦SAS或者R語言。SAS的強大，不必多説。沒有SAS解決不了的問題，而且SAS也有SQL，處理起來也方便。R語言最近也很火，而且免費，packages越來越多，畫圖也簡單，類似Matlab。如果前期數據處理的好，後續只需要通過R或者SAS畫一些圖就可以了。在數據分析師的世界，按照價值排序，圖>表>文字。

(3)分析數據

這裏的數據，包括圖，表，數字幾種。分析數據是整個分析的關鍵，也考驗分析師的水平。好的分析師，可以根據趨勢圖，對比數據，敏鋭的觀察到很多問題。可是這需要對業務，對數據有很深的瞭解，才會把數據和業務結合起來，發揮兩者的價值，完成需求。所以，一名數據分析師，要把更多的時間放在瞭解業務上。只有業務瞭解，細節清楚，才會明白業務變動可能引起的數據指標的變動，也會在後續的需求分析中，更快更全面的解決其他人提出的問題。可能很多人都很困惑，怎麼才能“敏鋭”的觀察到數據的變動呢，我為什麼怎麼也發現不了問題呢?個人感覺可以通過以下方法，來慢慢鍛鍊：

a>多問幾個為什麼。比如，看到一些指標，就想想這些指標代表什麼，用自己的話可以怎麼理解;看到一條趨勢線有波動，就想想為啥子某個點異常波動呢?多問問問題，自己就會加深對業務和指標關聯的敏感性。

b>借鑑統計方法。統計學中，都會有一些橫縱對比，趨勢分析等等。對比，在分析師數據時候，是一個很重要的東西。任何東西，也因為了對比，才會有高有低，有長有短。另外，分佈，也是一個很好的東西。分佈的變化，就意味着變動，變動的發展結果，就能知道業務發展的好壞。再次，佔比啊等等，都是很簡單但是實用的方法。

c>向師兄請教。有的時候，一個問題，自己沉迷其中不能自拔，旁觀者一句話，就能點清自己的思路。當自己分析數據不得要領的時候，就多請教師兄。

(4)展示成果

分析數據以後，解決需求的問題，就需要彙總分析的成果，給到其他人。可能分析的過程，拿到的數據有很多，需要全部給其他人麼?怎麼去羅列這些數據呢?可能很多人都犯難。有一次，一個同學來問我，她有很多數據，但是就是不知道該怎麼組織，才能證明自己的結論是對的。其實，作為一名數據分析師，就是根據數據，把問題解決，提出一兩條參考建議給到需求方就OK了。因此，回覆的結果簡單明瞭就好。如果是回覆一封郵件，可以這樣來做：

a>郵件正文，先寫主要結論，即根據數據和需求，有什麼結論。這樣大家第一眼就能抓到最關鍵的東西，可能不需要看那些詳細的數據;

b>如果覺得有必要，就在下面再把分析過程寫進去;

c>如果圖和圖表不多，可以添加到郵件第三部分。畢竟放上數據，任何同學有疑問，可以隨時去看數據。如果圖和圖表實在太多，就放到附件!

其實，做一名數據分析師，真的不容易，不僅要懂業務，還要會技術，更要敏鋭發現問題，總結，還要提出建議。自己幹了N多工作，最後還不一定能得到一個好的結果。做了兩年數據分析師，自己的重心也在慢慢的轉移。從剛開始技術學習，到後面技術+業務的結合，到現在自己又鑽到業務，研究業務，慢慢發現：一名好的數據分析師，是一個好的產品的規劃者和行業的領跑者。