之前我和一个同学做面试辅导时，这位同学用一个“三级跳理论”概括了自己对数据分析师职业发展的理解，真的很惊艳，今天分享出来给大家做个参考 1️⃣顺水推舟 数据分析师刚入行，工作模式一般都是业务提出需求- DA被动解决问题-提供数据支持和策略建议-业务判断是否接受 在这一阶段，很难说挥斥方裘、指点江山，更别提影响业务决策，在行业认知、业务经验和分析框架都不完整的情况下，更多做好支持工作，配合业务的迭代，快速响应业务需求，和业务建立良好的合作关系。 另外，这一阶段要尤其注意行业知识的收集、业务运转逻辑的拆解，以及各种分析方法的沉淀，并逐渐形成良好的定义问题-拆解框架-收集数据-分析论证-建议输出的工作习惯 2️⃣ 一拍即合 这一阶段，就已经超越了单纯接需求-给意见-被动选择的过程 因为DA自己的业务经验和分析框架逐渐完善，所以早就不满足于完全按照业务提供的思路分析，开始有意识地在相对确定性地命题下，独立搭建分析框架，并可以综合运用各种分析方法找到结论，这些方法并不局限在单一的漏斗分析、对比分析、相关分析和ab实验等，而是各类方法的综合运用。 同时，现在业务对我们的态度，也已经从单纯下需求过渡到开始把更多更复杂的问题交给我们，并期待我们提供更多insights，也更愿意在各类决策上与我们商议，此时，DA已经不止是业务的支持者，更是业务的一部分，与业务共背目标。 这一阶段，要尤其注意分析结论的有效性，也即结论能否形成业务迭代的动作 3️⃣无中生有 这一阶段的数据分析师，没有人会给你提需求了，也不能再等别人提需求了。在明确业务目标后，分析师要自己发起各类分析专题，寻找业务目标实现的路径。 举个例子，某个季度产品希望提升评论渗透1%，分析师自行发起“影响用户评论渗透的因素分析”，并拆解用户评论全链路，寻找可优化空间。并在获取结论后，推动业务同学完成策略落地，并通过实验或其他方式得到反馈，从而推进新一轮的迭代。 这一阶段，其实是分析师职业生涯的巅峰，明确目标-收集信息-完成分析-输出方案-落地执行-反馈迭代，已经形成了做业务的完整闭环