本篇文章主要复盘2年的数据分析师职业，对于岗位的思考仅代表自己意见。同时，希望能给在路上的分析师一些帮助。
时光如箭，岁月如梭，组内新进了几个小萌新才意识到我已经是职场2年的老人了。从2018年入职某汽车服务独角兽做数据分析师到现在已经过去2年之久，也需要对这两年的职业进行复盘。
在某厂从最开始业务数据梳理做起到2019年独立负责新零售业务核心模块也算是一种成长吧，在此还是挺感谢我的TL(teamleader)和带我成长的涛哥。在某厂的2年时间主要主导和参与的项目：
某厂2B供应链金融业务中台搭建，以及联合信审团队做2B保证金自动配比模型并落地到信审系统中搭建新零售核心指标体系，应用到双十一活动中联合新零售运营团队搭建B端客户流失预警系统，提升SAAS活性B端用户分层映象最深刻的项目 B端客户流失预警及线下运营拜访优化项目和 搭建新零售核心指标体系项目，最深的感触能将自己分析的结果落地并产生实际的价值。当然，其他的项目也都给公司带来价值。做的不好的地方/待提升的地方：
核心指标搭建过程中应该多角度思考，不应该仅仅服务运营、产品。在最开始的时候就应该定位好产品服务对象，站在不同使用群体的角度去搭建指标，这样可以减少重复工作。所有的想法都脱离不了业务，脱离业务的分析是没有价值的分析。数据分析师应该有更高的层次、更远的视野来遇见未来发送的困难，也要通过细微的变化洞察当前的问题，发现只是一个开始不是结果，只有落地产生业务价值才能理解数据分析师的价值。数据分析应该注重分析思想，不应该沉溺细枝末节，工具算法等，更多的精力应该是落到业务之中。个人的KPI尽量与团队的KPI相结合，完成团队的KPI为主。因为大家是一个团队而非个人未来改进地方：
深入业务但不沉溺业务，深入理解业务才能了解业务的痛点和公司对业务的方向。方向对了分析的结果才能有业务认可，才会有价值。沟通协调资源很重要，每个人的时间都很重要每个人都有对应的PKI考核。在做蛋糕的时候我们应该思考，别人帮助我完成项目我能给别人带来什么？蛋糕做到再分还是在做时候就要分？（其实互联网企业中大家还都是很乐意帮助别人的）数据分析师其实是一个要求比较高的职业，可能在大家映象中分析师门槛低好入但是真正做到数据有价值其实对个人的基本要求还是很高的。
一般的分析师（0~1年）/初级分析师：主要工作在数据支持、数据处理。一般帮助业务方提取数据，根据运营/产品的要求查询数据。而对于数据的使用背景、使用的频次、业务方如何使用、使用后的效果都不太care ，提取数据后发给业务方即需求完成。坦诚的讲这类算不算数据分析师，只能称之为数据支持员。
数据分析师（1~3年）/高级数据分析师：可以独挡一条业务线的数据支持、业务看板的搭建、业务问题专项分析，能够与业务方很好的交流并针对业务中存在的问题提出建议。这类分析师能够给业务带来真正的价值，但是相对来说接触到的都是一线的运营/产品，如果有较好的建议在落地时会遇到相当大的阻力。阻力的原因对业务的高度把控不到位，很难得到更高级别的管理者认同。
资深数据分析师/数据专家（大于3年）：能够独挡整个公司的数据规划能力，并能够快速产出价值。这部分数据分析师能够把控到高级管理者对数据的需求，能够通过自己的业务经验快速协调各个部门资源帮助业务产出。举个例子：一位资深的数据分析师应该具有对一个公司数据使用规划及数据使用的规范，倘若你空降到一个500人的团队能够快速完成该公司数据资产的使用以及帮助业务/老板/投资人认识数据价值等能力。
通过上面对数据分析师的工作年限与岗位要求分析，数据分析师在不同阶段有不同的职责和要求，如何最大化数据分析师的价值？
1.完成数据收拢，培养业务方对数据分析师依赖
企业的数据分散在各个业务中，各个业务对数据的使用大相径庭。但数据口径定义不一致会导致各方数据不一致问题，最终汇报到老板/业务方处会存在数据不认可问题（这点我是深受苦楚），所以数据分析师最基础一步做到数据收拢。
集团数据全部回流数据分析师这 --->分析师根据业务学期制定业务指标 --->指标口径落文档以便日后同步新人--->数据分析师出数
整个流程也是对数据使用的一种规范化，规范的流程能给数据分析师减少很多不必要的麻烦。数据收拢也是数据分析师一种数据资源，业务在使用数据的过程中慢慢依赖数据分析师，这也能提现数据分析师的价值之一。
2. 想办法把自己的分析结果/想法落地到业务中
分析师最珍贵的就是对业务的想法，例如怎么提升SAAS活性、数据异常的原因以及解决方案、GMV下滑分析与改进方案.....这些都是对业务深思后发现的问题与想法，但想法终究是想法，对业务没有提升的想法都是一厢情愿。当数据分析师发现问题并提出解决方案的时候应该及时反馈到业务，并用数据证明自己的分析和想法，及时落地验证是否对业务有很大的提升或者产出很大的价值。这个过程只需要考虑蛋糕是否有，如果有是否可以做大，不要一开始就抢功劳。我们借助运营/产品来验证自己的想法其实就是一种很大的收获，当然帮助业务完成他们的KPI也是变现完成我们的KPI。
3. 提升自身的高度和广度
这里的高度是指看问题的高度，同样一条业务线VP想要看的点和一线的运营想要看到的点大相径庭。当然一线运营也是为了完成VP的设置的KPI，只是一线的运营更底层更业务更局限某一个点或者某一块业务。所以多参加业务方的会议/集团的战略会议/有大佬主持的业务会议，也要关注市场的变化/竞品的发展等。
可能大家也比较关系数据分析师工具的使用、业务的思考等，后续会详细的解读
