文 | 陈明，GrowingIO 联合创始人 & 运营VP
一、对数据分析师的误解
直到做数据分析师五、六年了，每每和家人朋友聊天，都还是会有人不懂我在做什么。
家人：“数据分析?分析什么东西?”
我：“哪里有数据，哪里就有我们，什么都可以分析。”
家人：“是软件工程师吗?会编程吗?”
我：“…不是，不太会。”
家人：“那是管理层吗?”
我：“还…还不到级别。”
家人：“那是商务人员?做市场或销售。”
我：“…也不是，不过我们辅助他们作决策。”
家人：“决策不都是老板说了算吗?你们到底做什么?”
我：“……来，我去给您加点水。”
除了家人朋友，很多时候，同公司内部的人也会比较困惑，数据分析师究竟是做什么的。收集数据、整理数据表、做各种报表、写 ppt、做挖掘模型、打小报告……每个人的理解都不一样。
“小陈，你能给我发一个去年一年的xx页面的访问量吗?最好是以国家，行业，公司规模作为纬度的，浏览量和 UV 都要。”在数据分析师眼中，这样的场景早已司空见惯。
由于我们对 SQL 等数据工具轻车熟路，很多部门就会直接找我们要数据，但并不会说清楚前因后果。这样不仅浪费分析师时间，也并不能解决业务人员的需求。
数据分析，被很多部门漏看了“分析”二字。
二、数据分析师的正确姿势
数据分析师的正确姿势应该是什么样?
互联网公司的优势在于，运营过程中产生大量数据，这些数据可以通过一些手段转化为决策的动力。数据分析师，就是这其中的结合点。
产品，营销，销售等部门，都会有不同的需求。例如：
产品经理最关心的，是 A/B 测试的数据，用以决定产品的效果;营销团队，在乎营销渠道反馈与结果的数据，以便设计下一个营销战略;销售，关心客户的购买率，保留，以及追加销售时机等。
数据可以直接为其提供服务，而很多数据分析师现在正在做什么呢?
以写 SQL 做图表为生，把数据整理的干干净净整整齐齐。但这仅仅是第一步，很多时候，商务部门人员无法直接理解表格数据。
那么数据分析师，还需要把数据通过浅显易懂的图表形式展现出来，无论是饼状图，曲线图，柱状图等等。
但这样的需求可大可小，随时都有可能产生，十分耗费精力和时间。如果可以自动化出数据，制作走势图，就可以大大的减轻分析师的负担。
在我有限的工作经验里，数据分析团队往往是工作非常辛苦的团队，原因主要有两个：
数据分析人员多半是一对多的关系，一名分析人员同时需要支持很多业务团队，每个业务人员都有不同的截止日期，重要程度，这些工作都堆在分析师面前，通常需要加班完成;分析人员属于幕后人员，而且没有开发的码农们那么受重视，也没有得到上级在人员或精神上的支持，于是多半是苦逼的熬着。
三、数据分析师的悲惨人生
我们应该怎么改变这种屌丝生活呢?
首先可以对自己工作进行优先排序，并与对口业务人员沟通，减少或避免复制粘贴的工作。或是进行培训，将如何做复制粘贴的工作方法教给业务人员，所谓授人以鱼不如授人以渔。
不过这些仍然只能治标不能治本。
最直接的方式就是善于利用外部软件服务，避免脏活累活都自己干。
很多现有的服务公司，都可以为帮助客户直接产生漂亮干净的数据，进行无埋点采集。要什么有什么的数据，大大减轻分析师数据处理的时间。
我和我的同事们也是在坑里摸索多年，生成了这样一种产品。 让数据分析师能够专注于分析结果驱动业务，而不是作各种数据清洗和埋点采集或者数据质量 QA。
让工程师解放出来，让产品经理可以任性起来，随意增加维度和指标。将更多时间投入在分析数据上。
最后，我个人的经验，在数据分析师的工作中，有三点十分重要。
第一，要勇于展示自己的工作。
由于是幕后，我们更要学会自我销售、自我推广，让公司内部人员了解我们的工作进度和成果，得到认可。
第二，深入业务，详细了解商务内容。
只有这样，在与业务人员沟通中，才可以得心应手，知道自己努力的方向。
第三，创新，创新，再创新。
无论是建立数据挖掘模型，还是规模化数据平台，数据分析人员不仅要精通自己的工作内容，还要不断思考寻求简化现有流程方式，提供新颖实用，并且切合业务需求的产品。
只有这样，我们才有出头之日。
我们坚信，未来是大数据的时代，而数据分析师，就是走在时代前端的人。别把时间花费在低产出的数据整理和清洁上面，善于利用工具，朝向正确的方向努力，一定可以在成长道路上走得更快更远。
本文采用「CC BY-SA 4.0 CN」协议转载自互联网、仅供学习交流，内容版权归原作者所有，如涉作品、版权和其他问题请给「我们」留言处理。
