1️⃣数据并不一定完全客观，或技术、或人为，总会被利用去论证一些主观的观点 业务想用数据强行论证自己观点，甚至很多时候已经提前预设了结论，一旦数据不符合预期，就逼我们反复check数据准确性，很恶心😷。作为数据分析师，数据是我们支撑业务走向正确迭代方向的工具，绝不是为了证明别人“正确”的傀儡。我们可以有纠正错误认知的底气，敢于直面质疑的勇气，如果实在受挫，就仰天大笑出门去吧 2️⃣分析报告不是越多越好，贴合关键目标和建议可落地才更关键 我们很容易陷入关注报告数量的境地，毕竟，分析报告太少，显得好像我们很没产出。但真的，报告不再多，有关键的1-2份足以。更重要的事，和业务对齐核心的目标、当前的困境或者最模糊的方向，然后用数据去找到实现目标的路径、解决困境的手段或者明确未来的方向。 至于建议的可落地性，只需要在给出建议时问问自己，“如果我是pm/运营，这个todo我真的能做出来吗？”，确定能，那就是可落地的 3️⃣在国内做DA，坚持技术路线几乎走不动，永远都是业务先行 这是国内和北美做DA最大的不同。国内的内卷文化下，抢占地盘、互相挖墙脚是常态，几乎没有给人留下深度思考、优化技术的时间和空间，所以，如果工作2年后，跳槽面试还要强调自己sql写得多6，可视化多漂亮，python多熟练，基本一轮就要被pass。 相反，如果能证明自己对业务的理解和对数据驱动业务优化的贡献，那绝对是香饽饽儿 4️⃣ 数据不是唯一解，客观看待数据的局限，灵活运用手中的工具，天花板会更高 一开始做数据分析师，特别坚信数据的力量，认为一切互联网业务都应该data-driven。但后来发现，做业务就是解决人的需求，而人的需求永远不可能只被数据刻画，解决路径也绝不只是数据能提供。任何工具都有自己的局限性，这也是为什么公司需要多个职能相互配合。所以客观看待自己的岗位，降低ego，也许路会越走越宽 5️⃣工作再忙，压力再大，人事再差，也记得沉淀好业务经验和方法论 尽量不被无聊的工作和人内耗自己，记得自己想学会什么，或者记得自己还需要学会什么，然后去积攒、去沉淀，每周沉淀一点儿点儿，半年后，你会惊叹自己原来成长这么快。你也会惊喜，原来自己早就拥有了想走就走的底气