总结下我近3年来的数据分析工作经历，一来是工作经验的沉淀自我总结，二是希望可以为转行的同学提供些入门帮助。
一个数据分析师不论在哪个行业任职，首先最基础的工作就是公司的业务流程、业务逻辑、业务和数据对应起来 ，在这个基础上，通过和业务方的沟通和交流，
业务考核的KPI是什么？
业务的痛点和挑战什么？
业务今年的重点方向是什么？
等等，了解信息后，以KPI具体的数值为例：
做为数据分析师可以多问自己几个为什么，然后在和业务沟通你的理解，你才有可能真正理解KPI背后的逻辑与原因，业务包括：
了解到这些内容后，数据分析师应该有很多为什么想知道！
为什么要设定这些KPI指标？ 为什么是这个数值
很多数据分析师不怎么愿意或者认为了解和理解这些内容不重要，或者和自己做的事情无关， 其实这个主要看分析师所做的工作以及工作资历有关系
数据分析师工作内容之一数据需求 其实是业务团队根据业务需求，向数据分析师提出提数需求，例如：本月用户促活做活动，想知道带来了多少新用户、以及老用户的活跃天数提升了多少，业务基于得到的数据进行活动总结，来分析这次活动是否达到预期以及优化点。
当一些发展速度较快的业务，数据可视化建设往往跟不上业务发展速度，这时候就会有大量的数据需求，对于初级的数据分析师来讲，可能占据了80%的工作时间，怎么说会这么多，一般的公司都会有数仓，数据平台等工具，但当时我所处的业务团队，是一个飞速发展 ，半个月迭代一次版本，业务变动也是非常的快速，短时间内因业务的多变性及跨部门的复杂度极高，获取数据的路径较长，还存在数据校对、来源清洗、统计口径统一等工作 往往一天忙的头昏眼花，自我感知收获甚少 没有”技术“含量
（我从开发转行的那一年几乎都在处理数据需求） 现在回想虽然那段时光简直可以说是噩梦，但它却是我了解业务，理解业务痛点，和业务建立紧密关系的业务场景，所以那段基础工作在我认为是最有技术含量的.
因为我在对接业务需求前，我会给自己思考几个问题
为什么要提这个需求？
业务中是谁真正的会用这个数据？
要解决什么问题，用这些数据能不能帮助他们真正解决问题？
对接需求完成后，我会把数据口径说明清楚，并对自己给出的数据检查，很多时候我会根据自己的理解，多提供一些数据内容，帮助他们进一步的数据分析。
另外对一些平时的数据需求一定要做归档，很多时候，业务的数据需求变化不是特别的的，可以写代码修改提取数据，效率会快很多。
在这里介绍下之前处理数据问题遇到的坑，个人分享记录
在提取数据前一定最先确认数据口径，即便为简单通用的指标也要明确清楚，以便能准确无误的处理好数据需求，帮助业务进行决策，虽然对于有的人可能觉得是小提大作，但是作为数据分析师，业务把我们当成是专业的数据专家，我们提供的数据是要他们进行决策的，承担责任的，所以即使一个小的口径问题都要认真对待
数据口径，即为数据指标的计算规则
举个例子 活跃用户是当日的所有打开APP且登录的用户去重，有些APP打开就算
因为所谓的指标，都是为了评估业务发展情况的数字反馈，但因业务场景不同，评估的价值和意义就会不一样，比如同样是APP下方的返回按钮， 如果我想统计用户对文章内容的喜好程度，除了评估停留时长，那每次的点击都应该记录一次，用户是继续留在平台看其他的，还是直接退出，这些记录的统计方式都会影响我们对产品功能的决策
先记录到这里，下一篇是基于数据需求的下一阶段，数据报表的价值介绍
网友评论