作者簡介：
火焰鼠，教育行業數據分析師，從業三年，目前就職於深圳某在線教育公司業務分析崗位
目錄：
0x00 前言
0x01 工作內容
0x02 工作內容優勢
0x03 工作內容劣勢
0x04 核心能力
0x05 發展路線
0x00 前言
大家好，我是一名業務線上的數據分析師，前段時間被自己的職業發展路線所困擾，最近思考後有一些心得與大家分享一下。
分享內容大致分爲五個模塊：
工作內容
工作內容優勢
工作內容劣勢
核心能力
發展路線
0x01 工作內容
一般業務數據分析師的內容分爲以下幾塊：
其中業務專項分析和業務數據基礎建設是顯性工作項，可以看得到工作輸出的。而業務數據溝通是隱性工作項，看不到具體的輸出，但卻需要花很多時間和精力去完善的。
業務專項分析和業務數據基礎建設相輔相成，通過一次次數據分析的結果，抽象出評估業務好壞的標準，建立報表和監控，同時又反過來反饋業務需求，提升業務數據分析質量和規範方向。
一般來說，當業務提出問題的時候，會先通過業務專項分析來優先解決的業務問題，達到可執行落地的效果。完成專項分析以後，工作會沿着專項分析的思路繼續走，找到所屬的模塊，將分析結果抽象成指標和報表，方便業務隨時監控自己的業務情況。
業務數據溝通的意義在於每一次跟業務溝通和講解分析內容時，提升業務的數據感知和理解力，減少類似‘我需要做XXX，你快通過大數據運算告訴我一定能成功’的這種需求，以及輔助業務自己查看報表，提出更有建設性的分析需求。
當業務慢慢學會提數據分析需求的時候，我們挖掘業務的真實需求和吸收業務理解。
0x02 工作內容優勢
說完工作內容，我們來講一講這些工作內容的優勢。
由於身在業務線中，與業務的大佬們待在一塊，不可避免的會受到業務方的薰陶。在每次跟業務溝通和講解的過程中，同時業務也在對我們輸出他對整個業務（活動、運營、策略等）的理解，並且雙方達成共識的時候，實際上就已經交換到了雙方對於本次內容的理解。
這可以使我們的業務理解和敏銳度不斷成長，在這種環境下，很容易設身處地的篩選出最適合當下的落地執行方案，做出解釋性更強，與業務結合度更高的數據分析報告或者數據模型。
當業務方受到本位思想的限制，或者本身工作內容所限，缺乏數理能力或者數據意識不強。這時就需要我們用通俗易懂的語言快速幫業務方理解分析內容，達到快速落地的目的。在次過程中，業務數據分析師’說人話’的能力是會迅速提升的。
0x03 工作內容劣勢
下面講一講業務數據分析師工作內容的劣勢：
業務數據分析師的劣勢十分的明顯，因爲不在專業的獨立團隊內，容易被需求淹沒，且一般來說業務線配的分析師都較少。就會導致業務數據分析師工作中缺乏溝通，也缺乏技術方面的刺激，往往是知識技術夠用就行。數理知識容易生疏，數據處理技術也提升緩慢。
長期在業務線下面待着，個人情感帶入太多，容易犯本位思想的錯誤，幫着業務一起美化數據或者只站在需求的角度看優劣，就會導致大局觀缺失，長久下去數據分析的質量和可信度就下降了。
這些問題有些是可以解決的，有些是暫時沒想到辦法解決的，解決辦法同樣也分享給大家：
對於個人思維受限，產生本位思想的問題，就需要找到合適的人溝通，可以在各大數分羣裏找跟自己同行業或者工作內容相近的小夥伴交流思想，經常覆盤自己的分析內容。
對於缺乏合理、高效的數據團隊配合，這個可以在工作中嘗試着標準化自己的工作流程，例如如何給自己提需求，業務分析需求的合理程度怎麼界定，通過流程解決工作流問題，通過模板解決溝通問題，建立自己對自己的管理能力。
對於團隊結構的顯示，數理能力是必須保持敏感的，這是數據分析師安身立命的根本。對於數據處理技術，在完成自己分析的同時，只需要做一件事，就是完成分析，回看自己的代碼，能用函數解決的就不用循環，能調用的就不自己寫，不明白的上G站找案例或者CSDN之類的論壇多看一看，雖然比不上系統提升，但至少技術也不會停滯不前。（如果大家有更好的辦法也歡迎分享出來，拋磚引玉之用）
0x04 核心能力
優勢和劣勢都已經分析了一遍，下面就是抽象核心能力，查漏補缺了。
在筆者的理解下，作爲業務數據分析師，數理知識和業務理解的融合度是相當重要的。從實驗設計運用到的ABTest和各種檢驗方式，到業務流程的複雜性和貝葉斯概率的融合預測，都對結果產生非常大的影響，所以數理知識是基礎，業務理解度是效果驗證的重要因素。
對於知識結構，數理統計的知識可複用程度高，需要精;業務的複雜度各有不同，所以業務理解度需要廣，所以知識架構在3:7或者4:6爲佳。
同時工作技能的熟練度也是非常重要的，python、SQL、tableau等能幫助我們提高工作效率，快速的清洗和展示數據。雖然分析工作中最重要也是最有價值的往往是解讀數據的步驟，但正常工作中，收集數據、清洗數據用的時間往往在一次分析中需要佔到80%。熟練的掌握技能，就可以壓縮價值產出低的工作內容花費的時間，變相提升自己的價值。
總的來說，技能型能力決定了能做事情的速度，理論能力決定了能做事情的深度。
必要的能力項是溝通能力，同時體現在口頭溝通和書面溝通，對於同一個事件，分析和解釋的角度對決策者、管理者、執行者的彙報方式都是不一樣的。
在通常的工作場景中，決策者關注這個事情值不值得做，即戰略型問題；管理者關注這個事情我要怎麼做、如何分配資源，即戰術型問題；執行者關注我要做什麼，如何纔是最佳執行方案，即戰鬥型問題。針對不同的問題我們需要給出不同角度的答案。
業務敏銳度應該是加分項，從一次分析能快速給出可執行落地的建議，對於業務快速迭代十分有效。不過不是必要項，因爲通過業務和數據溝通，往往也能得出可執行落地的建議。如果業務敏銳度高，可以節省溝通成本，如果缺乏這方面的能力，也不會影響核心工作內容。
0x05 發展路線
說了這麼多，終於說到發展路線的思考了。
針對工作內容和核心能力，梳理了三條發展路線，分別爲：To B業務線、管理線和專家線。
跟技術型分析師不一樣，技術型分析師一直做技術可以做到算法專家，或者工程管理。業務數據分析師的能力可以更偏中臺化產品化，類似於推薦系統、標籤系統、DMP系統的沉澱。
其中To B業務線更注重的是在工作中工作能力的養成，對優勢的發揮和對劣勢的補充程度。是一條比較平滑的路線，業務方的需求做多了，自然就知道業務方在想什麼，做規範化的項目會得心應手一些。
管理路線注重工作中較爲核心的能力：溝通能力。
話說的明白，對上對下能表達清楚，可以權衡利弊是很重要的。對於流程管理和人員管理能力的提升，是工作內容劣勢，需要補充強化的內容。當然最重要的還是有機遇，老闆care纔行。
同時也可以發展數據項目管理，在瞭解業務的情況下，進行流程管理能力，技術實力的加強，做一些公司內部發展的數據產品的時候，對於工期的排期，功能實現優先級的溝通上會順暢很多，容易做出使用率較高的功能項，
最後是專家線，專家線分爲業務數據專家和業務運營專家。基於對業務的理解層次不同，自身優勢、資源、能力、性格的組成不一樣，每個人可能選擇的道路也會不一樣。
可能更希望做行業顧問類型工作的，會選擇數據專家，專門爲業務解決各種疑難問題。這也是筆者現在正在走的方向。當然也正在培養自己流程管理的能力，希望往數據項目管理方向走一走。
而更喜歡有突破。有業績提成的，會選擇運營專家。但核心能力都是數理知識能不能很好的和業務結合，爲業務戰略執行趨利避害，達到業務目標。
以上是本人關於業務數據分析師發展的全部思考內容，由於工作時間並不長，可能對於有些方面想的並不是非常到位，也歡迎各位大佬指正。
有一些業務數據方面的工作內容也講的不是非常詳細，在這裏不做過多贅述，如果有希望瞭解的也歡迎探討，感興趣人多的話會寫詳細的文章介紹，謝謝大家。