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。
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。
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。
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。
联系客服