想做数据分析师，需要学习的东西确实太多了，业务思维、SQL、基本的统计学知识 🌟而如果想做好数据分析师，我觉得最核心的反倒只是一个基本功——用数据解读世界，也就是让数据成为自己解决问题的基本工具 结合我自己在数据分析上的成长经历，我认为“用数据解读世界”分三层： 1️⃣用数据描述事实 当我们日常想要表达某种观点、想法时，尽可能用数据来刻画。 举个例子，春节后见面我们常说，“天啊，今年过年各地旅游的人也太多啦。。。”，在生活中，这样讲绝对没问题，因为这就是每个人在看到客观世界现象后，形成的情感化的表达。但在工作中，就有问题了。到底多到啥程度？一座1000人的旅游小镇，我认为涌入1000人就挺多，可是别人认为涌入10000人才多。所以刚刚说的“太多了”，到底是哪一种？ 为什么这样强调数据呢，因为每个人的观点可能是主观的，对世界认知的标准也不是统一的，而想要拉齐观点，推进讨论，最好的办法就是用统一的刻度尺——数据 2️⃣用数据支撑观点 多用数据证明我们的观点，降低直觉/感性决策的比重。 做数据分析师，经常会给业务提意见，比如，我们针对一个业务模块，做了一系列分析，提了很多优化方向，最后，给出优先级的时候，总不能拍脑袋说“我觉得应该先做A”。这样讲一次还行，连着讲2次，可能就没有下次了。如果你觉得要先做A，那就证明出来。怎么证明呢，一个最直接的方式，评估可能的收益。一个产品链路上的优化，做好了大概能提到多高，对于整体业务收益大概多少，拿着最直观的数据结果摆在对方面前，对方很难不买账。 3️⃣用数据推导结论 数据不仅能作为结果，更能成为推导结论的工具。 最常见的数据分析模型之一——漏斗分析，通过拆分产品链路、用户行为链路等各种前后关联、环环相扣的业务环节，从而找到转化相对弱的环节，明确后续优化的方向，这就是典型的用数据推导结论 所以，想做好数据分析师，持续输出高质量的insights，抛开时间积淀的业务经验，最终比得就是数据基本功 💡毕竟，比起花里胡哨的工具和方法论，最纯粹的思维往往是最好用的，武学的最高境界也讲究“无招胜有招”