分析师是谁,谁是分析师?

0 评论 3366 浏览 3 收藏 12 分钟

编辑导语:若想入行数据分析师行业,也许除了了解数据分析师的日常工作事务有哪些之外,你还需知道一名数据分析师,应当具备哪些能力和性格特质。本篇文章里,作者便对“什么是数据分析师”这一问题发表了他的看法,一起来看一下。

数据分析师(BI)似乎是个很神奇又扭曲的岗位。校招同学想进互联网但不会写代码怎么办,试试数据分析师。

但几乎每个人都会在反问环节中问【数据分析师平常做什么】。脉脉/牛客TOP劝退岗位,但无论校招社招收简历都收到面不过来。就连分析师本人日常也会在业务听我指挥和我真垃圾两种状态中反复横跳,连岗位属于技术还是非技术都搞不清楚。

麦肯锡七步法告诉我们先定义问题才能解决问题,因此先重点讨论【什么是数据分析师】这一命题,再依据上述命题的结论再进一步探讨【数据分析师需要什么样的能力】。本文不讲分析方法,也不讲具体业务。

一、引子:数羊

牧民养了一大群羊,为提高羊群数量聘请了张三疯、张二狗。

张三疯一顿操作后总结道:你的羊群共1583只,其中公羊 228只,小羊112只,母羊1243只。

牧民:这倒是,我以前只知道我的羊群有1500只左右,现在统计数据精确了不少,不过这要如何帮助我提高羊群数量呢?

张二狗进行聚类分析后总结道:羊群分三类,疯跑型、吃货型、安静型。

牧民:这些我都知道,我想知道将羊群分类要如何有助于提高羊群数量?

无奈张三疯和张二狗请出了他们的师傅张大饼。张大饼给出建议:

  1. 公羊/母羊比例失调,建议卖掉公羊买回母羊;
  2. 为提高羊群增重效率,建议隔离疯跑羊;
  3. 依据市场规律,半年后市场羊肉价格达到年中高点,建议半年后卖出。

上述例子在分析师日常工作中并不少见。张三疯兢兢业业每天向业务播报KPI指标,唯恐数据出一个错,每天承受业务数据对不对的灵魂拷问觉得自己离疯不远;张二狗在统计基础上,对用户进行了若干分类并附上生动形象、不明觉厉的名称(eg.金牛、瘦狗),然后被业务强势反问【我都知道,然后呢?】,同时被老板diss【数据结论只有描述没有建议,无法落地】,心灰意冷觉得自己像找不到回家方向的狗。

只有张大饼因为给出了【有用】的建议,收获业务以及老板星星眼若干,享受群内点赞+周报表扬待遇,同时用自己的分析结论为业务和分析团队画了一张香喷喷的饼。

二、初步定义

通过养羊业务,我们可以尝试为分析师下一个初步定义:数据分析师是基于对业务内部和外部环境的理解,通过数据搜集、统计、分析,为业务提出切实可行的建议,并推动落地使业务获得商业收益的岗位。

三个要素基于数据、建议、获得收益缺一不可。

张三疯完成了基础的数据搜集的工作;张二狗尝试进行分析,但没有结论;张大饼成功拿到了结论。他们三人也是职场中三个不同层级的分析师的写照。

依据定义,获取准确的数据是基石;统计、分析是手段;提出建议并拿到业务收益是最终目的。分析师的作用,不应仅是数羊,也不应仅是描述现象,而是能明确目的,用数据论据思考业务,提供言之有物的判断和行之有效的建议。

三、能力要求

现在可以开始通过定义,自底向上拆解对分析师的能力要求。

1)为了能搜集到分析所需的数据,需要分析师同学具备基础的数据模型建模、埋点设计能力;数据底层对分析师的要求不会太高,必要时能大致设计表关系、表结构、埋点,同时能与ETL/前端沟通清楚需求即可,与产品对技术了解的要求可以类比。

2)为了能有效分析数据,拿到准确结论,首先需要熟悉各类基本的分析方法/套路,其次了解业务

各种分析方法有很多,从最简单的描述统计分析开始到稍复杂的DID、PSM、回归等等,这些方法的中心思想可以统一概括为:先找benchmark,再比较分析对象与benchmark的差异,理解到这点后针对具体单点问题的分析会变得容易很多,对无法套用固有分析方法的情况也能灵活应对。

如果说分析方法更多要求分析师的逻辑能力,体现的是单点问题解决能力,了解业务则(Business)则对分析师综合要求更高:对外了解外部市场空间/环境/玩家/对手;对内能进行商业分析/洞察/策略支持,同时为了达到对内分析目的,进一步需要分析师有指标体系设计能力以及基础的数据产品/监控体系设计能力。

了解业务是一个长期、深刻的命题,只有了解业务提出的建议才有【切实可行】的可能性。什么叫了解业务、分析师如何看业务值得另起文详述,这里暂时略过。

3)为了结论/建议有效落地并获得商业收益,除了建议需要切实可行外,还需要分析师具有良好的沟通能力

4)依据结论落地方式与对接业务方角色的不同,可能还需要分析师具有基础的算法/模型能力数据产品设计能力、点对多沟通能力、培训能力等等

以上几个技能属于【业务技能】,是保证分析获得最终结果的基本技能,也是分析师从入行成长到在单个项目或小业务内能独当一面的基本技能。如果分析师需要继续成长,负担更大的业务幅面,甚至迈入管理层,下述【软性能力(soft skill)】则是必须的:

1)在日常工作中,分析师沟通幅面很广,纵向上至CXO、业务一号位,下至一线业务同学,横向则几乎涉及业务内所有岗位,因此需要分析师有良好的沟通能力以及同理心

2)由于日常接触的人很多,获取信息、被提的需求也很多,需要分析师有良好的取舍/优先级能力(这个能力其实也和了解业务相关)以及协同能力

3)项目管理能力:风险管理能力、预期管理能力

最后说一个比较玄学的能力——“直觉”。老练的分析师很多时候面对一个问题,会“直觉”地产生一些猜测,后续分析更多是通过数据有的放矢地验证猜测的合理性。

我本人崇尚“直觉”,但“直觉”不是瞎猜,背后依赖的依然是【对业务的理解】。“直觉”能有效提升分析师的工作效率,可以在工作中有意培养。

四、性格/人格特质

业务技能能够通过学习与工作经验迅速提升;软性技能难以量化,需要工作经验与工作机遇结合,再搭配学习者的悟性。技能可以被学习,相反,人格特征作为自然人内在构成,更加难以改变,对人的个人生活方式、幸福感也影响更大。

个人特质是上述两类能力的基石,也在一定程度上决定了一个自然人作为分析师角色的上限。

1)好奇心

分析师从本质上说是通过数据发现问题、解决问题并获得商业收益的岗位。只有对业务怀抱好奇心,才能主动、深入的了解/探讨业务,才能主动发现业务问题;只有对问题的答案怀有好奇心,才能通过数据积极寻求问题答案。

同时有好奇心的人会从发现问题、寻求答案的过程中获得巨大的满足感,这种满足感又会驱使分析师进入下一次发现问题、解决问题的旅程。

2)owner精神

own意味拥有,owner精神一方面要求分析师具有责任心将业务商业目标视作己任,充分发挥能动性,在遇到困难时依然能够持续寻求解决方案,而不是被动等需求/等资源;另一方面分析师作为定性岗位,要求分析师具有内驱力,清楚自己要去到哪里,有自己的高标准,不达目的不罢休。

3)仔细、逻辑判断

我接触过的分析师朋友中,处女座或者I*T*型人格占比显著高于大盘,曾经呆过的分析团队处女座占比一度超过50%。分析师对数据准确性要求极高,数据不错是分析师工作的红线。数据出错导致的决策错误可能引发不可预估的后果,面向决策层级越高的分析师越要小心。

数据分析的过程可以看做是用理性的数据以及对比分析最终得出可靠的结论来替代拍脑袋,因此如果没有严谨的逻辑,分析师将毫无价值。

五、总结

本文重点讨论了分析师who we are这一命题,明确了分析师定义、并从业务能力、软性能力以及人格特质三方面探讨了分析师的能力要求,其中:

  • 人格特质是基石,决定分析师能走多远;
  • 业务技能是独当一面的基础要求;
  • 软性技能是升级重要因素。

后续计划会进一步深入讨论what we do(日常工作模式)以及how to do(具体分析方法)。

 

作者:Arwen的异想世界,互联网电商大厂6.5年BI经验;公众号:Arwen的异想世界(ID:Arwendaodaodao)

本文由 @Arwen的异想世界 原创发布于人人都是产品经理,未经许可,禁止转载。

题图来自 Unsplash,基于CC0协议。

给作者打赏,鼓励TA抓紧创作!
更多精彩内容,请关注人人都是产品经理微信公众号或下载App
评论
评论请登录
  1. 目前还没评论,等你发挥!