no data，no talking。 by 互联网从业在互联网领域，得数据者得天下。即便是近期火热的人工智能，其实说白了就是给机器喂数据。即随着数据越来越多，机器学到的东西也就越多。在数据如此重要的当下，数据分析师就成了赤手可热的职位。
可是，大部分刚刚步入数据分析领域的年轻人，可能还停留在“表哥表妹”的阶段，也就是帮别人查个数据，做个报表，或者汇总下周报。每天做这些琐碎的事情，对业务的贡献很有。时间长了，也会对长远的职业发展路径很迷茫，不知道自我价值该如何更好地实现。要解决这个问题，就必须先要理解数据分析师的工作意义。
数据分析师的核心价值在于从海量的数据中，用一定的方法提炼出对业务有用的建议，从而驱动业务的发展。所以，一个优秀的数据分析师，就必须走通“处理海量数据”、“提炼有用建议”、“驱动业务发展”三步，并且能把三步做成闭环，不断地以数据驱动业务的优化。以下我们就细说每一步如何去做。
01 处理海量数据
一个产品或者一块业务，必然需要一套完整的数据指标体系来衡量其发展状况。例如新增这块，就可以通过渠道、版本等细分。还可以结合用户后续行为，例如次日留存、3日留存、7日留存等，价值转化率（如应用商店的分发，电商的下单等）等衡量其渠道优劣。这些指标都需要从对原始日志清洗并结构化后，每日例行统计。数据分析师即使自己没有统计能力，但也必须对每个指标的打点和统计口径了如指掌，才能真正的了解每个指标的业务意义。
02 提炼有用建议
在对每个指标极其含义都烂熟于心后，再去做分析就会思路清晰，游刃有余。例如，某一天dau突然大涨或者大跌，就可以先想想影响dau这个指标的维度有哪些。可能是版本因素，例如发了新版。可能是渠道原因，某个导量的渠道本身流量大增。可能是活动运营增加了外部调起。也有可能是客观原因，例如学生放假等。对指标之间的因果、联动等关系都了解了，做这些异常的排查工作就很容易了。不过快速的异常排查等工作不过是优秀数据分析师的1.0技能。2.0技能就是通过分析或者数据挖掘发现别人不容易发现的业务关联和用户行为等。就比如经典的啤酒和尿布案例。要做到这个，仅仅同比环比的数据分析是不够的，还要会一些基础的数据挖掘方法，例如分类、关联规则挖掘、聚类等，还要能用脚本实现这些算法去处理些大量级数据。如果数据挖掘做的比较熟练，后续就可以往数据挖掘工程师方向发展了。
03 驱动业务发展
数据的终极价值在于落地业务。落地业务有两种方法，第一个方法就是将提炼出的有用建议不断反馈给产品或者运营，督促其不断优化。不过真实情况很有可能业务方不鸟你，因为你提建议就必然会用数据证明别人做的还不够好，还有优化空间。业务方会认为你在对他们做的事情指手画脚。这个时候就考验数据分析师的沟通能力了，如何让业务方愿意合作也是一个大挑战，我们将以后详叙。第二个方法就是打造数据产品，例如可视化平台、自助分析平台等，将数据平台化输出。这个会更加偏重数据产品经理的角色了。
欢迎回到顶部关注“哔哔娘”，以后会有更多分享。