相比问这个问题的人应该是刚入行数据分析的，那我就以过来人的经验，说说入行数据分析师3年的成长要点和规划。

为什么要定义3年呢？这个行业基本3年内都是助攻，偶尔能成为主攻，助攻基本都是提取数据、处理数据、核对数据、写常规的分析报告，基本很少参加项目的讨论。

去看招聘信息时，这个时间内的分析师还是以技术、工具为主，因此3年内大家大部分时间都集中在工具、技术的研究，没办法，要先活着，得有份工作，3年后许多分析师才慢慢会有自己的思考和职场焦虑。

下面的几个点，也是我曾经用到的一些要点和思考，欢迎交流

一、断章取义（用数据说谎）

经常看到一些人写文章，大多数人引用别人的数据，用一张看似完美的图表，来疯狂做自己的观点输出，然而你仔细看看数据报告的背景she'ji、数据的来源、统计的口径、时间维度等，你会发现他的观点其实是在自圆其说

举个栗子：都说转行AI即可年薪50万，转行数据分析即可30万，市场需求几千万人

聪明的人都会去看这个分析的背景，前因后果是什么？指标的定义是？数据可信度多大？

在数据分析中最重要的不是数据看到的结论，而是数据背后的意义

你的分析对象是谁？你的数据如何采集的？你的统计口径又是什么？这些都至关重要，带着这些问题去看一份报告，你才会产生自己的看法，而不是被别人套路，盲目跟风，到头来你还是一场空

这种深度思考报告的背后比看报告更有价值，你可以不是专业的数据分析师，但你必须要有数据分析师的思维

二、缺乏深度（长期养成）

我们在看待任何问题时候，往往要多一些场景的假设和验证，你才能看透某件事情，比如前几天一个学员，给我发来一份简历，让我帮看看，我看到这么一句话：

工作成就，在XXX项目中帮助公司实现用户60%的增长

第一眼，我看过去，我靠，牛逼！但仔细想一想，还有几个问题有待商定

1、站在管理层，你花了多钱换来60%增长？

2、站在同行，你这个活动的特点是什么？和以往类似的活动比，这次真的好吗？同时期竞争对手在做什么？

3、站的数据分析师角度，你这个活动的时间维度是什么？有没有排出行业本身的因素（季节性、自然），活动评估跟踪的方式是什么？数据如何采集

4、站业务的角度，你对比的是什么时间，这个时间前后有没有什么事件发生，最近一段时间用户的增长程度如何？对比是2个数据的比较，一个过大、一个过小，很容易完成60%

等等，还有很多要考虑的

所以当我们看待一个问题时，一定要站在整个公司不同人、不同级别的程度去看待某个业务，这样你后面的思路和深度会更加清晰，一定要养成这种习惯

三、学会梳理（值得拥有）

好多人学了几百G的视频，看了几十本书，换来的还是职场的现在的自己，在职场一定要定期学会梳理自己的知识体系，最简单的方式就是拆分自己的各种技能看不足之处，再设定目标去改进，最后在阶段性对比，看看到底有没有改变，拆分、对比、合并也是数据分析师常态化的思维

其实职场的关键技能学习也就10年的时间，10年后也许你看的书都是管理类、商业类、社会类的书籍，如何你不能清晰的梳理自己利弊，那么你薪资和职场很难一帆风顺，别人并没有看到你过人之处，高手与低手差别并不是在于工具、而是在于你看待问题的深度、广度

我经常也看一些学员的学习笔记，也希望大家多看看别人的笔记，特别同在一个学习小组，学同样课程的，每个人认识和认知都是不一样的，结构化思维拆分的方式也肯定不同，有的喜欢从课程难易程度去分解，有的喜欢从整个数据分析流程去梳理，有的喜欢从不同算法的场景去归纳，这些对你梳理都是很有帮助的，师夷长技以制夷，不要老去吐槽别人，要善于吸收别人的体系，融合成你的体系

举个简单栗子，指标体系一般是一个分析师常具备的技能，很多人梳理指标体系时，只是罗列了N个sheet，并没有去归纳和梳理

在企业里面，你常常会看到很多优秀分析师做出来的指标体系，让大BOSS会高声喊赞，注意几个要点

1、大而全，一定要站在公司未来发展的战略上去详细梳理，梳理出目前拥有和未来一定要有的

2、归纳，根据业务的形态对指标进行归纳，比如规模类、趋势类、盈利类、驱动类、核心类等等，类似聚类分析一样，给指标做出业务的画像

3、电路图，我们都学过电路，知道并联、串联，那一样要将这些指标与业务场景和发展的周期进行电路分析，那些指标是串联的，那些是并联的，那些是可以递推的，这点很重要

4、落地，要梳理出什么指标是日报用的，什么是周报用的，什么是月报看的，指标异常的设定，达到什么程度时，我们一定要介入专题进行分析

5、给领导的呈现和概述一定要简介，就好比电视遥控器一样，按一下通俗易懂的按钮，就能获得相应的内容，这不仅仅是目录

四、迅速提升（自我模仿）

要模仿什么？当然是别人、你觉得优秀的分析思路、分析报告

一定要多看看行业报告，行业报告一般都是一个行业的通病和关注的核心方向，要提炼其中的思路转变成自己的，主要关注3点：1、整体报告逻辑；2、指标体系的设定；3、分析的角度；

光有这些还是不够的，还要学习方法论，这里的方法论不是算法，可以理解为商业分析模型，比如5W2H、SWOT、用户生命周期、漏斗、AARRR等等，这些框架样式的模型就是你分析的思路，剩下的就是指标的设计和分析体系，看似简单却很难，这需要大量的项目或者企业内部的优化。

模仿很懂，从行业的数据产品工具出发，理解这样设计的意义及行业的痛点、分析的方向是什么？

多去看一些数据产品的设计，比如网站分析，看GA、百度统计，APP看友盟、ThinkingData等，用户行为就去看看CRM、神策、GrowingIO等，有的产品工具把每个主题进行了划分，而且里面的呈现方式都是经过好多迭代的，拿迭代的依据就是他们客户的需求，这就是你要分析的方向，未来要关注的，提早做好储备的方向。

五、建护城河（自我造血）

闭着眼睛想一想，一个月的薪水除了支付房租和日常花销外，几乎没有剩余，甚至还有负债，而你唯一的收入是“工资”

换句话讲，没有了工作，吃饭都是问题，设想一下，离开职场了，我们的活路在哪？

用2个常用的逻辑：

推理思维：家里没钱，要上班，不上班没人给钱

演绎思维：被公司KO了，我就完蛋了，要努力干好，可领导不好把控

那还有活路吗？

做生意？没头脑

要创业？没资金

要赚钱？没路子

要暴富？没人包

那不妨就从3方面全面提升

1、让自己变得更专业，知识与职场的锻造

2、借助互联网让自己变得更有名气，玩名气价值

3、让自己的人脉更广

这样简单吧

1、职场上好好干，没事就学习，多和同事交流

2、网络上塑造自己，多分享，但要专注

3、有事没事参加一些活动，针对性的参与

以上就是我感觉很重要的几个点，欢迎有不同想法的可以交流，毕竟每个人的成长、处境都不一样。

最后送一段，2012年写的数据分析5步走：

1、锁定分析目标，梳理思路，叫纸上谈兵；

2、把杂乱的数据整理出图表报表，用数据探业务，叫自问数答；

3、锁定核心抓重点，设定最终算法，叫挟天子以令诸侯；

4、梳理重点发现，准备剧本开拍，接受PK，叫才辨无双；

5、效果梳理，总结经验，叫内视反听。

文源：小邓种草

纸箱客虽然没有从事过数据分析师这项工作，但既然题主发问，纸箱客斗胆将自己的理解进行分享。

一、目前企业尽管有数据分析师这个岗位，但基本上都是刚刚起步，数据的处理和分析还是比较落后，这正好给了即将从事或已从事这个岗位的职场人机会和空间。

也许有人会说：我们单位有数据分析部都很多年了，你纸箱客凭什么说是刚刚起步？纸箱客只是分享自己的观点，无意去评论哪个企业。

纸箱客认为目前的数据分析充其量是好“统计”。将原来很长一段时间的数据搜集，整理，然后通过很长时间的计算、分析得出建议或结论。这已经违背了数据应用的最基本要求：那就是一定要低时延或无时延。

举个例子：医生给病人看病，一定是需要即时的检验数据，最起码也是当天的，才能做出精准的判断和分析，确定病人此时此刻的身体状态。如果用昨天的数据行吗？不行，一定会误诊。

企业也是一样，需要的是今天或此时此刻的数据，那么你怎么获取数据？这些数据用什么承载工具？通过什么快速的分析？分析的结果是多少分钟呈报到决策者？数据的时延性是多长？

举个例子：搜集竞争对手价格对于市场的影响进行分析判断。你的统计工具落后，统计方法不先进，分析时间长，等你出来结果，对手早就占领市场了，不是吗？有多少企业是不是输在产品、不是输在策略，而是输在数据分析上，职场人应该仔细思考。

二、IT专业不是数据分析师的唯一。

现在很多企业的HR，在招聘数据分析师时，很多都是要求IT专业，不信可以去看看猎聘、智联。其实IT知识搭建数据采集平台和构架，数据分析应该有这方面的能力，但不代表IT人士就一定能做数据分析，所以这是一个误区。

三、如何做好一名数据分析师，这是题主最关心的，纸箱客在这里说5点。

1.一个好的数据分析师必须要对公司的业务熟知。

也就是说，你要知道公司是干什么，业务是什么，流程是什么、产品是什么、哪些因素影响业务，否则，你出来的分析就是浪费时间、浪费纸张、浪费感情。无的放矢，数据是没有用的。数据是什么？是为公司主营业务服务的。

2.一个好的数据分析师一定要懂数据获取点。

企业需要的数据有很多，究竟哪些数据是有用的哪些数据是无用的，要有甄别，不要一帮人统计半天，这些数据都没有用。所以，要在甄别之后，建立数据采集点，然后按照时效、真实的要求提报，才能有作用。

3. 一个好的数据分析师一定要会开发数据承载的平台和工具。

有的人可能说：我们有ERP。纸箱客说:ERP不是万能的，需要有专业承载数据、处理数据的平台和工具，这就利用上IT知识了，说白了，一是靠买，买不来就要自己开发了。

4.一个好的数据分析师一定要会分析数据。

数据分析的方法有很多种，纸箱客在这里就不分享了，举个例子：有的适合对比分析，有的适合环比分析，其他诸如漏斗分析等等的分析方法纸箱客也没有用过，但作为数据分析师一定要具备N多种方法，才能快速有效做出分析。

5.一个好的数据分析师一定要能很好的呈现数据。

费了半天劲分析，建议和结果出来了，就整个WORD A4纸显然不是最佳的选择，不同的数据分析结果要求有不同的呈现形式，需要数据分析师针对性的设计，才能完美体现数据的魅力和效用。

纸箱客仅仅是分享看法，班门弄斧，希望专业老师不要笑话，个人见解，感谢阅读，我是纸箱客，关注后看更多分享。