今天飛機回程途中，遇到位北海道銀行來中國出差的女生；途中聊起了各自的職業(yè)；一直聊到北京，全程讓我很苦惱的是數據分析、數據分析師這些玩意如何很容易的介紹給她；

比如說她，是銀行的一名普通職員，每天的任務是結算、結匯，從早到晚都在跟數據打交道；因為只用整理好的數據，所以自然不在乎也不注意，數據是如何來的；整個總結下來是，用數據的人不知道數據哪里來的，做數據的人不知道數據有什么用處；回憶了下，這還真是一個普遍的現(xiàn)象；

這個問題造成的后果就是，開數據會經常打架，A業(yè)務線給出的數據說xx 指標提升了，B業(yè)務給出的剛好是另外一種結論，指標在下降；等討論完畢數據口徑，會議結束，大家都感到無力。各人不禁感嘆，這個會又白開了；腦袋一拍，目標就來，各種活動方案的目標基本是上拍腦袋，直接10-20倍，各自又忙活一陣子；數據快到我碗里來，昨天要的數據需求好了嗎？明天老板開會，給幾個數據吧；某某DLU指標掉了，看是不是數據有問題；今天push，明天Push，push ctr嗷嗷的高，同一撥用戶群嗷嗷的高，用戶投訴還不斷；

既然業(yè)務上有這么多的問題，數據分析師是具體的解決什么樣的問題呢？

Sample：

1.回答發(fā)生了什么？頻率是多少？為什么會發(fā)生？

2.具體的業(yè)務問題是什么？

3.現(xiàn)在應該采取什么樣的行動？

4.未來的趨勢是什么？是否錯過了機會？哪些問題（路子）是錯誤的、正確的，把錯誤的去掉，只留下正確的；

數據只有結合了業(yè)務才是有價值的，數據體現(xiàn)可以用四個字詞概括，看數據、用數據、依賴數據、數據變現(xiàn)。稍微詳細解釋如下：

看數據， 能然讓業(yè)務準確、及時、完整的看到數據， 落地是在報表、取數等；

用數據， 業(yè)務上通過數據做出決策 ，落地是異常監(jiān)控/專題分析；

依賴數據，數據嵌入到業(yè)務的日常流程中，通過數據挖掘高價值信息推進業(yè)務，落地點在數據產品，數據挖掘產品；

數據變現(xiàn)，利用數據來賺錢了，落地點可在外部數據平臺，數據產品上；

在這整個環(huán)節(jié)中”數據分析師“是做什么呢？我們從分析師的日常工作來分析看，臨時需求、報表、數據分析與模型、數據產品，數據挖掘這幾個角度來聊一下；

臨時需求不必說了，就是解決業(yè)務的一次性，臨時的數據需求；報表呢，是根據業(yè)務的需要，對于常規(guī)且定期查看與分析的數據，形成report；

數據分析與模型，與業(yè)務一起溝通，分析業(yè)務上的各種問題，提供一些業(yè)務上的建議與取舍，根據業(yè)務需要搞一些挖掘模型等；

數據產品，是通過可視化的方式解決一些結構化（固化）業(yè)務問題；把數據分析模型、分析思路與數據結合、面向定向業(yè)務提供分析產品；

數據挖掘，數據直接作用到業(yè)務上，比如作弊用戶、標簽推薦、用戶行為的定向引導；

以上列舉的這幾類，前兩類是實現(xiàn)看數據的，后三類是挖掘數據價值的；

數據分析師在工作時，在尋求答案的過程中，有一個很重要的銜接點，就是思考。

很多時候，分析師會受到固有問題的影響，如果不去變通，不懂得如何去提煉核心的話，就會產生思考的盲點，就注定問不出一些非常關鍵的問題；有時答案不重要，思考的角度才是很重要；比如在搞臨時需求時，不要把臨時需求當成一個取數的工作，學會梳理，學會管理；通過思考，可以發(fā)現(xiàn)很多業(yè)務上的問題； 了解業(yè)務，熟悉業(yè)務流程，總結與沉淀自己對業(yè)務的理解，知道行業(yè)的發(fā)展，才能提高自己；

【作者：李博源@松子】