實際上相當多同學頂著「數據分析師」的頭銜，乾的卻是數據分析專員的活。專員=磚員，基本上每天都在辛苦的搬磚，不是搬SQL就是搬EXCEL。雖然看起來也是在處理數據，然而跟「分析」沒有一毛錢關係，也沒有升職機會。跳槽面試，卻沒有真正做過一個數據分析項目，建模不懂，業務不明，甚是辛苦。

對於這些從事基層工作的表哥表姐，SQL哥SQL姐來說，積累項目經驗非常重要。因為想升職，拼的不是自己會不會寫程式碼，而是自己能獨立解決什麼問題。無論是偏業務向的輸出報告、分析建議；還是偏技術向的輸出數據產品、建立數據模型，都是非常珍貴的經驗，可以真正的幫助自己升職加薪。

難點是：搬磚的永遠見不到設計師的圖紙。對於做基礎數據開發的SQL哥們，永遠是一問三不知：不知道為什麼跑這個數，不知道跑了用到哪裡，不知道用了有什麼結果。每天都在做人肉BI。接了需求還要反反覆復修改。每天光處理這些都下不了班了，還哪有時間思考。

對於做基礎數據分析的表哥們來說。也是疑惑重重：不知道數據怎麼來，不知道分析了有啥用。每天對著銷量、活躍率等等幾個簡單的數據發獃。還經常被批：「你這都不是分析，做分析要有深度，自己多想想」我想啥啊？o(╯□╰)o

第一步：找到內部盟友

朋友可以自己找，老大只能靠命好。在職場遇到一個肯耐心教導自己的老大，跟中彩票的幾率差不多。但是朋友卻是隨時隨地可以交的。有三類人可以很容易建立關係：大家同一批進公司，一起參加新員工培訓的；大家一起做項目加班，吃宵夜一起罵傻逼領導的；大家都還年輕沒結婚，下班不用急著回家吃飯的。即使沒有這三種關係，也能通過積极參加活動，在團建的時候幫大家燒雞翅，唱K的時候幫大家倒酒搞好關係。為什麼要搞關係？因為想提高自己，我們得麻煩人家。

第二步：跑通三大流程

本質上看，基層的同學的問題不是知識少，而是見識淺。沒有見過高級的方法，深度的分析，也不了解業務到底有什麼需求。這不是靠看書能獲得的。因為沒有一本書能教你21天速成。比如如何在缺少用戶ID的情況下建立分析模型？如何評估電商渠道VS實體渠道的經營效益？除非你的leader願意花心思寫分析說明書，單純的看方法論，在工作中無法落地，看了還是會忘。這也是為什麼很多同學很刻苦的上網學習，卻感覺學了沒啥用處，學的東西離工作很遠的原因。

想要結合自己的工作，就得跑通自己公司的三大流程。組織流、業務流、數據流。
組織流:部分架構、分工、基本職能。了解了組織流，能知道到底是誰在幹什麼活，才知道誰關心什麼數據。
業務流：從產品生產到賣給用戶，需要做哪些工作，在什麼渠道賣，依什麼定價，做什麼事情。
了解業務流，才知道為什麼業務部門關心數據，才知道哪些地方可以用到數據。
數據流：數據在哪些系統產生，存在哪裡，有什麼欄位。知道了數據流，才能知道到底分析有什麼素材，沒有米下鍋，飯也沒得煮了。理解三大流程，是發現工作意義，把日常工作升級為項目的關鍵。

第三步：思考數據意義

數據分析也是一個項目，是有目標、有方法、有步驟、有結論的工作。很多情況下，大家做的報表是有方法和步驟的，缺的是目標和結論。因此了解三大流程以後，就可以進一步思考：「到底我日常工作是為了什麼」「到底我日常工作起了什麼效果」。也可以主動和需求部門溝通，獲取信息。

溝通包括正面溝通和側面了解兩部分。正面溝通，比如在接取數需求、接專題分析需求的時候直接問：「取數背景是什麼，取數用途是什麼」可以直接向領導請教：「常規日報是怎麼使用的？為什麼看這幾個維度」。如果沒人理會（這是常見的事）就側面了解。

側面了解，第一步先看：是哪個部門哪個組提的需求。然後記錄下來，以待日後觀察，他們組負責的工作是否上線活動，發布了改版公告。他們組對應的數據指標是否有了變化。這樣可以側面反推：他們看了數據做了什麼事情。第二步，可以找熟人聊天，了解他們最近關心的問題，是否和自己判斷的一致。第三步，先百度業務部門關心的問題，看看有哪些原因，是否可以從數據上反應，假設一下通過哪些。第四步，把自己的假設與業務們的小夥伴們交流，看看是否合理。

實際上，打探情報，交流想法是高級數據分析師，數據分析部門主管們的必備技能。做的好的部門主管們不但自己內部情報要打聽，也會主動走訪競爭對手的門店、網站、收集活動信息，反推對方的數據情況。這樣才能做到，在和業務部門交流的時候思如泉湧，點子源源不絕。才顯得做分析的經驗積累很深厚。

第四步：提升數據價值

理論上，做好第三步，你已經能面對面試官對答如流：「我參與XX專題分析，分析後發現用XX方法可以提升促銷效率，下次活動中業務部門採取了對應方法，提升效益30%以上」。是滴，雖然是自己補完的全過程，但是都是基於真實數據真實經驗，不會有什麼破綻的。到這裡你已經為自己準備了一個項目經驗。但是還可以做的更好，因為我們想加薪，還是得用上一些更複雜的方法的。

大部分時候，限制模型使用的不是我們不懂演算法，而是壓根沒數據。或者很多公司沒有點對點推送的平台，行銷只能地毯式轟炸。這時候談何精準，用何模型？但這不影響我們自己聯繫。這裡就要用上我們對數據流的了解。比如我們在網上看到一個精準行銷模型的文章。那麼他用了什麼數據？為什麼我們的公司沒有這個數據？如果要採集需要什麼方法？需要花多少錢？他的行銷落地在什麼平台？為什麼我們不具備這種平台？如果想做可以怎麼做？反覆問自己四五次，把可以落地的部分練手一下，思考的深度就有了。

這樣面試的時候，可以自信的說：「為了提高分析深度，自學了XXX模型，但在實際應用的時候，局限於XX限制，沒有得到效果，但如果給XXX條件的話，就可以落地」。——這樣才是企業所需要的數據分析師，才能對得起月薪1W+的工資。

文：陳老師
源：接地氣學堂

喜歡這篇文章嗎？歡迎分享按讚，給予我們支持和鼓勵！