你觉得数据分析师的工作内容和要求是怎样的？作者从给自己堂弟建议出发，为我们分析了问题解决思路和数据分析这个岗位的工作内容和基本要求，供大家参考。

两周以前，有个堂弟电话我: 说想去报个计算机编程培训班，因为计算机比较热门，然后去找一份编程工作，问我这样可行？

01. 故事中的思考

先介绍下堂弟的用户画像：

23岁，未上大学，当前跟随父母一起在菜市场工作

接到这个电话后，由于我身边真的没有这种未读大学最后职场比较成功的案例，所以一时间也不知道如何去给个答案。刚好近期有时间去思考这件事，所以就认真的想了下

1. 问题的识别

遇到任何一件事时，首先要做的就是去把问题定义清楚。

这个案例中，堂弟的表象问题是学计算机找一份工作是否可以，然而当问表弟为何要学计算机时，得到的答复是因为想要生活的更好，而计算机行业工资比较高，所以想学。

也就是说，真正的问题是如何走接下来的路，让自己未来生活的更好。

表象问题：没有学历报个计算机编程培训能不能找到一份好工作

真正问题：没有学历如何去做个人的职业规划

2. 问题的拆解

问题的拆解阶段均是通过MECE原则（不重不漏）来展开，实际上，MECE原则的根本是CE,ME不重要。也就是不漏远远比是否重复要重要的多。

3. 问题的解决

本案例中，堂弟目前因为才正式踏入社会，所以对职场这一套是比较陌生的，所以我给出的建议是先凭直觉找某一个行业及职能，然后快速去试错，直到找到一个自己觉得未来会不错同时自己不反感的平台，然后想办法去慢慢靠近这个平台。

比如：在某互联网公司做电话客服，觉得互联网行业自己比较喜欢，但是希望能做运营。

但运营这块对经验和学历都有要求，那么这个时候要真的是考验一个人的时候了：能不能去逼着自己搏一把，利用业余时间去提升自己的学历和经验（看书）。实际上，前面那些都很容易，只有这一步最难。而这一步也恰恰是人与人之间最大的区别。

一个担忧是付出了这么多，最后有没有公司让我做运营，我给出的答复是:肯定有公司要你，一旦你经历了这些，实际上已经遥遥领先一大批人了，这个时候你自身的层次已经上去了。各种机会都会来临。

我们这个世界总是回报后置的：一旦你付出了该付出的，回报自然而来，很多人就是因为抱着回报前置的世界观，所以做事不坚决，毅力不够。最近在看士兵突击，觉得最后主角能成功就是因为这样：信念这玩意儿太可怕了

补充一下：对于先培训再工作这条路，个人不是很建议，是因为不符合mvp思想，我们投入了一去不复返的时间，省吃俭用下来的金钱，最后回报率非常不确定。比如，你报了一个python游戏编程班，对方也给出承诺100%就业。先不说100%就业的玩法，在这个培训的过程中，能不能坚持下来需要打一个大大的问号？

事情没有绝对的对与错，但是有相对的：通过概率去解决

02.数据分析师的职责和要求

通过自身与业务的多次沟通，定义好业务问题，然后根据自己的世界观对问题进行拆解，最后通过自身技术来解决。

1. 能力要求

沟通能力、沉淀方法论能力、专业技术能力

在问题的定义环节：

需要的是分析师的沟通能力和逻辑能力，比如业务方最近需要我们做一个竞品分析，小白一点的分析师肯定都是在网上看下竞品分析的套路，而优秀的分析师总是能够与业务多沟通，找到小而美的切入点

在问题的拆解环节：

需要的是分析师的有效经验，有些人工作很多年，遇到一个常规问题，还是不能很好的找到框架去提供解决方案，这个就是自身的沉淀不够。凭直觉能够蒙对一两次，但在大部分时候直觉显得很无力，而且如果都是直觉去思考，那岂不是大家水平都一样

问题的解决：

方案有了，就需要落地了，所以技术不能丢，技术必须要会

可以看出，分析师这个职业实际上对人的综合能力要求很高，分析师应该是非常善于解决问题的一批人。

每年过年回家的时候，总会有一些弟弟妹妹们讨论初高中学习/大学规划/工作问题，甚至长辈们的家庭关系问题，我想分析师这个时候应该要勇于站出来，多和家人交流，多提供一些解决方案，这些都是很宝贵的经验和实战场景。有没有看出来：优秀的分析师不仅仅要把工作做好，还要去多帮助家人

03.市场上80%的分析师干什么

X型分析师：

一直处于执行层面，思考表达较少，没有机会去输出自己，工作瓶颈很难突破

Y型分析师：

对外输出项，一看就很专业，已经有优秀分析师的气质

以临时提数为例，X型分析师在这件事上花了大量时间，没有时间去做专题分析；而Y型分析师能够找到应对办法，甚至通过临时提数知道业务方想做什么，进而提供一份专题报告

在80% X型分析师里面，有很多人想改变现状，希望能够成为一名Y型的分析师，于是就利用私人时间去充电：买书，买课程学习，然而很多时候效果不明显，所以看下数据分析行业的资料

04.市场上的书籍、资料、课程

市场上的课程和书籍多数以工具为主

稍微对推荐算法有点了解的同学都知道，推荐算法的核心是兴趣的匹配度：当前大部分分析师的不足点是思考和表达能力，在执行层面没有问题。而无论是京东还是云课堂上的高销量资料，基本都是围绕工具层面来讲解。也就是说，这个过程实际上是不太匹配的，这也就是为何你花了很多时间，但仍然发现提升不高。

05.突破提升，冲击年薪30万

无论是sql，机器学习，5w2h这些，实际上都是术的层面，技巧性的东西短时间内很容易去模仿。作为一名分析师，要想走的远，有三点我认为是前提，只有这三点做到了，才能保证你走的很远。这也是我职业生涯每次在瓶颈期都有办法去突破的重要保证

1. 自我优化迭代意识

我们知道，分析师的价值实际上就是通过分析诊断当前业务问题，提出优化建议并跟进落地。

而在实际的业务过程中，每个人遇到的情况都会不太一样，所以虽然方法论一样，但是效果往往大相径庭。比如你有很好的落地建议，但是业务方现在就是没有开发去落地，那也只能搁置。对于这些外在不可控因素，分析师能够做的就是让自己变得越来越专业。

一定要知道当前阶段性工作中暴露出你最大的问题在哪，然后刻意练习，如果没有，那就是你思考不够。

以专题分析中的图表为例，分析师要尽量保证自己画出的图表比其他人要专业

这两张图是对比

分析师需要优化的地方太多：图表、PPT、演讲、心态、技术、思维、大局观。是不是突然觉得有很多东西要学，不要急，先要有这种思维意识，这是最重要的

2. 业务服务和洞察视角

所有的工作都是服务于业务，所以一定要有很好的业务意识，工作中，有两种现象尤为常见：

1）轻视业务

分析师遇到一个问题时，还没花时间去研究问题，就直接上手用技术来做报告，最后就是报告显得很花哨，各种机械学习算法在里面，然而业务方看完之后，还是不知道要做什么，没有落地项。解决方案就是多去和业务方沟通，让他们多去挑战你，只有被挑战多了，才会有很好的改变

2）建议与落地分开

很多分析师在给出建议项后，就把这份报告丢给业务方了，包括后面的落地以及效果都不跟进，或者只是简单的问下业务方效果。实际上这个是非常可惜的，分析师花了大量时间去做一份报告，在最后的落地收尾环节花的时间甚少。对于一份专题报告，建议项跟落地项一定是分析师和业务方一起来商定完成的。包括执行时间、负责人、预期效果都要提前定好，否则就是一份报告而已。

相信我，当你参与所有的过程之后，你对数据分析这个行业的理解会又不太一样，而业务方也会觉得你不一样

3. 具有打动力和说服力的表达

优秀的分析师情商一定是非常高的：太多时间需要和别人沟通

举个例子：面试的时候面试官问你某上线的功能的效果怎么样

因为是面试，整个过程时间比较短，所以你要在短时间内给出直接结论，并且要尽可能连贯性的输出更多对你有价值的信息，让对方觉得你很有料。

工作中，无论是跟领导同事交流，都要去对自己的表达能力进行刻意练习。干的好的不如写的好的，写的好的不如说的好的，这话还是很有启发性的

作为一门分析师或者产品经理，只有掌握了这三个底层工作方法，我觉得才能达到顶级分析师的要求。