【问】什么是数据分析？

数据分析师理当是业务的裁判员，同时具备运动员视角。

数分的工作都是客观评价业务的健康情况，同时帮助业务寻找机会点。

1） 裁判员：客观看清业务现状，评价业务运行得好不好

业务指标体系的搭建，以及搭建的指标监控和异动归因？业务ROI模型是怎样？

业务的北极星指标是什么？

北极星指标的拆解路径是什么？

X指标上周下降了10%是因为啥？业务需要做什么挽救？

2）运动员：助力业务高效决策，帮助业务跑得更快

业务策略如何制定？以及策略落地后如何量化评估？

X项目上线后的业务价值有多大？

策略A和策略B应该上线哪一个？

如何精准营销进行促活和召回？

【道】何为通用的分析方法论？

如果大家一上来就想解决具体的问题，这样可能会因为原始认知不够，会导致假设不全面不体系，道路从一开始就没走对，再怎么迭代也只是错误方向，或者仅局部最优，或者效率低下。

很多分析师同学量化思维很强，但是容易陷进细节，往往会“不识庐山真面目”。所以本人血泪史，提醒大家，思考问题首先要打开格局，从宏观到微观，这样才能做到有的放矢，详略得当，不重不漏。

【术】如何做好数据分析的工作？

三把宝剑：业务理解 + 分析方法 + 数据资产

不同业务有不同的商业模式，进入业务前，不要着急，不妨先试图寻找或自己画一下业务大图，搞清楚业务流程、组织架构、业务目标，如此在后续的分析中才能有的放矢；

了解的业务后，那就开始用数据，科学地说话了。比如，要有一套完备的指标体系和异动归因逻辑，要学会评估业务策略，包括后置的数据对比分析、前置的AB实验设计分析、以及因果推断，去选好业务流程中的机会点和痛点；

然后事实往往不会那么顺利，我们的数据资产，可能逻辑混乱需要梳理，甚至什么根本都没有，这个时候就需要参与到数据生产和加工流程中，知晓各类数据库、熟悉数仓模型、自行设计埋点等，从而才可以保证第二把宝剑有坚实的前提。

两个招式：Hard Skill + Soft Skill

为了实现上述三把宝剑，少不了干活的工具，这是推动数据分析这件事情发生，实打实的硬技能，包括机器学习/统计学等理论知识、Excel等BI工具、SQL/R/Python等编程工具。它们为入行的门槛，可通过专业课程习得，职业前1-2年必备技能，但3年后发挥的边际效益逐渐降低。

除了推动分析发生外，我们还需要推动事情发生，这是一门干活的手艺。一个好的分析过程，需要一轮轮适时得体的沟通会 ➕ 一份全面严谨的文档 ➕ 一次精彩具备说服力的演讲，这样一个有用的洞察，才不会止步于数据分析师的周报里，而是进入到业务的策略规划里，从而进入到用户的体验中。