00 序言从事数据分析的我们，常常会提及「数据分析能力」，那么对于一个职场人，我们要如何提升自身的数据分析能力呢？ 百度一下，可以搜索到很多这样的答案：要掌握哪些基础知识、要学习哪些工具、要具备哪些思维等。这些答案都是提升数据分析能力的关键，可参考的内容比较多的，这里小火龙就不再冗余了。 身处职场，大部分时间是在和工作打交道，因此，想和大家重点聊聊「如何在工作中快速提升数据分析能力」，写一写近些年的心得体会，希望可以帮助到你。 01 什么是数据分析能力要想提升数据分析能力，先要知道什么是数据分析能力。如果用一句话概括：能够用量化思维解决工作/生活中遇到的问题。拆解来看，主要有以下四点： 其一：理论知识运用程度。对于统计学、概率论、模型原理等知识的掌握程度。 其二：分析工具运用程度。对于SQL、Python、R、Spss、Tableau等工具的应用程度。 其三：对于业务理解程度。业务背景、业务形态、业务未来的发展趋势，是否了如指掌。 其四：数据化思维程度。这一点说起来比较虚，但却是最难达到的。武侠小说里，人剑合一是最高境界，形成属于自己的分析思维，也是数据分析的最高境界。 02 如何在工作中提升数据分析能力本文的重点，来谈谈，工作中提升数据分析能力，较重要的的五项习惯： 第一项：多参考优秀员工的代码及工具配置 这一点主要针对初入数据岗位的同学，当你的理论知识以及工具应用还不是很娴熟的时候，通过学习前辈的代码，照猫画虎自己实现一遍，提升的效率是非常快的。一方面，可以参考代码思路；另一方面，可以在短时间内对底层数据有一个很深刻的摸底。 第二项：充分了解业务，与业务方多沟通 当你刚刚接手业务，对于其中的背景还不是很了解的时候，谈数据分析就是空中楼阁。即便接了需求，也常常是被动处理，很难有自己的思考。因此，在初期阶段，要花较多的时间去了解现阶段业务情况，了解后，再逐步开展分析工作。另外，与业务方关系也是十分重要的，偶尔约个饭、约个遛弯，可以让你获得很多意想不到的收获。 第三项：需求从被动转主动，自主思考与业务的结合点 数据分析最郁闷的事情之一，莫过于无休止的被动接需求。当我们对于业务有了充分的了解后，对于业务方提的需求，我们可以从数据角度给出一些建议，主动思考数据与业务的结合点，不必完全被业务带着走。这样做，一方面，可以在业务侧建立专业性；另一方面，也可以提升自己将数据与业务结合的能力，对于数据思维的提升有很大帮助。 第四项：总结需求共性，推动工具沉淀 你有没有发现，当你面试的时候，面试官不会关心你做了多少个需求，而是关心你每个需求沉淀了什么，通俗点「深度>广度」。因此这就要求我们，在做完一系列需求后，能够将相似内容做一些归总，思考是否可以用相对通用的工具和技能，解决未来遇到的相似问题。例如：异动归因分析工具、实验分析工具等。 第五项：工作中逐步沉淀体系化思维 最后一点，也是至关重要的。由于我们工作内容往往偏点线状，很难形成一个体系的面，导致我们的知识是割裂的。因此，这就需要我们在工作中，将日常需求和项目的分析思路提炼出来，整合成属于自己的知识体系。 03 我是这样做的最后，和大家分享一下，小火龙在之前日常工作中是如何做的： 步骤一：在接到新业务时，花1-2天时间，过一遍产品文档，这期间遇到不明白的先整体记录在一起，等过完后系统性咨询业务同学。同时，让业务同学将产品现状及近期OKR同步出来，反复沟通2-3次后，把产品相对摸清。 步骤二：前期先被动接一些数据需求，这个阶段会比较难受，更多的是被Push去做些东西。由于刚开始接触，很难给出合理的业务见解。当然，也不用着急，这个阶段更多的是去了解学习，并逐步通过一些分析方法，更科学的解决所处理的事情。 步骤三：随着项目需求接触越来越广，会将其中的共性方法、思路整理到一个文档上，并尝试通过工具化方式进行整合开发。缩减后续需求成本，将更多的时间拿来主动思考，做一些对自己、对业务有意义的分析项目。 步骤四：空闲时间与产品约个遛弯，了解下产品要做的事情，然后主动结合步骤三，通过一些分析方法去实现分析落地，例如：发现近期新用户留存一直在下跌，就可以从数据角度进行分析，给出产品改进建议，主动推动事情的落地。 步骤五：将近些年的工作经验形成知识图谱，沉淀到《数据分析方法论图谱》知识沉淀售卖中，感兴趣的同学可以戳粗字部分进行查看。 |
|
|
来自： 新用户15472188 > 《待分类》
