高级数据分析师，必备这7大能力

经常有小伙伴吐槽：“名曰数据分析师，实际上就是跑数机器，咋样才能进步呀！”额，大家都是从查数姑过来的，莫慌。

不过自从我开始带小伙伴独立负责工作以后，越来越感觉到：有些能力是高级数据分析师才要求的，在每天写sql里没得锻炼。具体是哪些？今天简单分享一下。

一、能力VS知识

什么是能力？举个简单的例子：

1、知识（knowledge）：统计学讲的回归分析方程 y=ax+b，以及SST、SSR、SSE、R平方等概念是知识。知识是有科学理论基础的，有出处的。

2、技能（Skill）：敲出来：from sklearn.learn_model import LinearRegression 是一个技能。技能可以通过操练提高，而且使用技能的时候，你完全不用懂背后的科学原理，会操作就行。

3、能力（Ability）：运营部门想预测下下个月的GMV，知道拿几个指标，用回归分析来预测，这是一种能力。能力是在现实工作场景中，因地制宜地使用知识和技能。

能力是很重要的！因为现实中工作场景很复杂，比如预测下个月GMV，有好多种方法可以用：时间序列预测、滚动预测、业务模型预测、回归模型预测、拍脑袋……，不同的方法，需要的数据不一样，产生的效果也不一样，因此需要具体思考。

并且，做工作不是做学术研究，还得考虑以下跟人有关的复杂情况，因此更得会随机应变见风使舵了。

• 业务部门能不能理解

• 领导接不接受结果

• 领导想手动调整下结果……

那么，哪些能力是必备的呢？从完成一个项目的角度，我觉得有这7种能力。

二、七大能力

完成一个数据分析项目，至少有4步：

1、明确目标

2、选择数据

3、进行分析

4、汇报结果

为了做好项目，则至少需要7大能力（如下图）

能力一：理解业务。

这是所有工作的基础，想做分析，至少得知道：

1、业务流程是啥

2、业务方会做哪些动作

3、业务方期望的结果是啥

这样后续才有分析目标，才能看数据是否足够多。

能力二：梳理需求

这一步经常被新人遗忘，因为大家习惯了等着业务下需求单/发个邮件/打个电话/拍一下肩膀，然后要个数。从而忘记了：我们想做一个完整的分析报告，而不是跑个数呀！

想要做一个完整的分析，有清晰的需求是第一位的。“歪，给我个XX数！”不算是清晰的需求，只是个口头要求而已。

清晰的需求，至少得说清楚5w才行：

Who：数据使用者

When：数据使用时间

Where：数据使用场合

Why：使用数据原因

What：具体数据格式

特别是Why，直接和分析思路有关，要重点区分业务部门想：

• 要做监控、找原因、还是做预测？

• 如是监控，是否业务已上线？什么时候上？

• 监控数据是否涉及埋点、系统对接？

• 找原因，是否有假设？假设是什么？

• 做预测，是否有假设？假设是什么？

这样才能避免，辛辛苦苦跑一堆数，被批斗：“没啥用”“我早知道了”的问题。

能力三：梳理指标体系

指标体系是数据分析的左手。梳理清楚一个项目需要哪些指标，才好继续深入。有些小伙伴很偷懒，总想着找一份“完整的”指标体系，熟读并背会就可以。可实际工作中，业务流程经常有变化，导致很多过程指标需要重新确认，并不是找个模板套就可以的。

并且，有些过程指标数据采集难度很大，还得考虑怎么和开发谈判，尽可能保障收集。因此梳理指标体系是个重要能力。

能力四：梳理标签体系

标签体系是数据分析右手。很多时候，业务部门想分析的对象不是指标可以描述的，比如分析“高潜力”，分析“有意向”，分析“刚需型用户”，这些都是通过标签，具象化了一个业务描述。

想要把问题分析清楚，数据分析师就得有能力打标签，有能力把一个业务场景中标签梳理清楚（如下图）。

注意！业务部门经常有一些内部约定俗成的标签说法，不同部门之间标签口径混乱是常有的事。因此真要做标签梳理，就得有谈判能力，拉各路相关方坐下来慢慢谈。

能力五：选择分析方法

开篇的例子，就是个选择分析方法的典型例子。比如：

预测类分析：n个模型可以用，用哪个？

原因类分析：从哪个角度切入？如何构建逻辑？

检验类分析：假设是什么？从哪些角度检验？

评估类分析：从哪些角度评估更合理、全面？

这些都是要考虑的问题

教科书上虽然有标准的方法， 但怎么结合实际，特别是怎么让业务部门配合过程，接受结果，则是个大学问。经常有一些复杂的方法，被业务部门斥责“看不懂！”“莫名其妙！”而遭受非议，所以选择分析方法，是一个重要能力。

能力六：设计数据实验

有些问题是没有历史数据可参考的，只能通过实验得到结果。而工作中的实验，又不像实验室里，可以把消费者、店铺、APP扣在玻璃罩子里隔绝外界环境，一点点测试。

因此需要结合业务流程，设计实验方法，考虑这些具体问题：

• 做抽样实验还是全量实验？

• 抽样方式、样本量如何设计？

• 实验次数、实验投入如何控制？

• 哪些影响因素要提前考虑？

• 实验对象内部特征要不要管？

能力七：输出数据报告

很多新人有疑惑：“输出数据报告也是能力？不是有模板吗？”确实，有些公司数据报告有模板，问题是怎么把报告输出给业务，并且获得业务的点赞，真的是一个能力，还是高级能力。因为数据分析结论，会直观反应业务做的好/不好，“屁股决定脑袋”的事多的很！

比如：

明明活动不达标，业务非说是“自然增长率”计算不合理

明明指标不达标，业务非说是“大环境不行，不是我没做好”

明明只是小波动，业务非逼着“深入分析0.01%差异背后的深层原因”

怎么办！很难办呀！

所以做好汇报，是个很考验综合能力的事。

延伸阅读

文章来源：微信公众号【码工小熊】