一、對業務一知半解，結論脫離實際
第一個習慣是70%的數據分析師都會有的“習慣”，這點在展示數據分析報告時表現得尤爲明顯。在彙報數據分析結論時，只是簡單把數據分析結果說了一通，得出一些模擬兩可的“廢話”，並沒有聯繫到實際業務，完全不具備可行性，這樣的報告參考價值可以說爲零。
究其根本原因是這70%的數據分析師對業務知識一知半解，自然就無法將數據與實際業務場景結合起來分析，得出的結論也必然脫離實際。
二、不重視基本功，一味追求各類模型
熟練使用各種數據分析工具，比如Excel、FineBI、Python以及KANO、帕累託等經典的分析方法，這是每個數據分析師都必須掌握和重視的基本功。
但很多數據分析新人在剛入行時會對此有誤解：以爲自己學會了各種最新的分析方法和工具，把它套用在分析報告中，就能證明自己的工作能力。但不知真正優秀的數據分析師，依靠的是在工作中，不斷積累的項目業務經驗以及無數次試驗過的嚴謹分析邏輯。一定要明白，再好的工具和模型，都是爲人服務的，不能反其道而行之，被工具和模型捆住了手腳。
三、不會溝通，需求來了就接
在企業做數據分析師，你大概率總能接到這類模糊不清的問題：“上次線上活動數據咋樣，分析分析” “最近某個產品的銷售量有所下降，你分析一下，記得要分析得深入一點”
大多數數據分析師聽到領導的這種需求，一般都立馬開始埋頭幹活，但這是極其錯誤的。
沒有跟需求方溝通清楚需求就動手做，必然會導致後續的不斷返工。不但自己做得鬱悶，業務部門也不滿意，弄不好還鬧出個矛盾，說你工作能力不行，所以學會溝通很重要。
如何處理這種模糊不清的需求？這裏給出四個建議步驟：
四、不愛說人話
我相信大家身邊總有這種滿嘴黑話，喜歡把一些簡單的事說得很複雜，自以爲說專業術語就會顯得自己很厲害。
但其實越牛的數據分析師，給出的分析過程和結論越通俗易懂，因爲他們已經完全理解所在行業的業務邏輯，能夠用他們自己的理解複述出來。
大家還想看哪些關於數據分析領域的文章，歡迎在評論區留言，一起交流
我是“數據分析不是個事兒”，常年分享數據分析乾貨，不定期分享好用的職場技能工具，對數據分析感興趣的話，可以點個關注。