賴雅琪折扣情報新聞

編輯導讀：畢業季即將來臨，又有一大波新鮮血液準備進入求職市場。不少同學對數據分析這個工作頗感興趣，覺得很高大上，并且工作會有成就感。別急，首先要思考的一個問題是，你究竟適不適合做數據分析？本文作者對這個問題進行了解答，與你分享。

馬上又要到畢業季了，大四的同學已經開始在考慮如何拿到一份數據分析的offer。還有一些低年級大一大二的同學，在思考自己是否要往數據分析發展？對于這部分同學來說，技能項目等等這些知識。學習并不是特別著急的。

首先要思考的一個問題是，你究竟適不適合做數據分析？

一、適合數據分析的幾點特征

先來說說適合做數據分析的人都有哪些特點。

1. 善于學習

數據分析崗需要的技能實在是太多太雜了。這比其他崗位的要求多得多。業務同學，需要了解業務知識以及一些工具技能。技術同學要掌握技術原理和工程實現。而數據分析同學不僅要懂業務，還要懂技術，甚至還要懂溝通、懂商業、懂營銷。如果你只掌握基本的數據處理技能。當然也可以做數據分析。但是這種數據分析被淘汰的風險非常大。要想做好數據分析，就必須持續不斷的學習。沒有強大的學習能力。你是很難做好數據分析崗的。

可以說，你的學習能力決定了你數據分析的天花板。

2. 延遲滿足

數據分析的學習之路是非常曲折的。

對于業務的同學來說，投放兩個不同的廣告。他們的轉化效率，閱讀量等等，這些數據是馬上可以得到的。很快的對比出不同方案，他們之間的優劣。

對于技術的同學來說，他們的學習依然是可以及時反饋的。學習到一種新的算法，馬上可以通過代碼進行嘗試。

但是對于數據分析來說，他們的學習就很難得到及時反饋。因為數據分析更多的是結合整個企業的經營狀況。為高層提供戰略決策的支持。而戰略的落地是一個長期的過程，也很難設置對照組。比如，你通過商業分析最后得出結論，目前的業務瓶頸不是供給，而是需求，所以要加大營銷的力度。之后你很難驗證這個決策究竟是對還是不對？可能之后的整體業績真的變好了，但是這究竟是你的策略奏效了，還是原本大趨勢就是如此？如果這個決策本身是錯誤的，但結果看起來還可以，那你之后可能會繼續重復這樣的錯誤，在經歷過幾次錯誤之后，你才會認識到”原來之前那次是運氣好”。所以為什么有經驗的數據分析師的薪資那么高？因為之前的公司已經給他們付出了足夠多的試錯成本，犯錯的幾率更低。

要成長為一個具有優秀商業理解能力的數據分析師，需要幾年甚至十幾年的努力才可以達到。這就要求你有延遲滿足的能力：不要想著我今天學的東西，馬上就能讓自己成為非常厲害的人，這是不現實的。

3. 執行力強

做數據分析工作。百分之十左右的時間是構建分析思路，百分之七八十的時間是處理數據。還有百分之二三十的時間是匯總結論和匯報。

由于一個問題的解決方法絕對不是唯一的，一定可以從不同的角度解決同一個問題。而且不同的解決方案之間的成本差異往往又是巨大的。所以很多人喜歡在最初的構建思路上面，花費很多時間。美其名曰“要找到一個更好的解決方案”。但實際上，這種情況很可能是拖延癥。他們只是不愿意面對那長時間的枯燥的數據處理，他們更喜歡在思考解決方案的時候享受智力上的優越感。

而商業問題變化很快，我們往往不需要找到真正的最優解。只要當下能夠解決問題，并且付出的成本是在可接受范圍之內，就是一個好的方案。

所以優秀的數據分析呢會先構思一個看起來比較可行的分析思路，然后趕緊開始做后續的工作。這就需要比較強的執行力。

4. 刨根問底

中國的應試教育培養出了很多服從權威的同學。你告訴他一個觀點，并告訴他就按照這個做，這類同學不會懷疑這個觀點的正確性，會全盤接受。

不過會有一小部分同學，他們很喜歡刨根問底，喜歡思考為什么？不管是老師告訴他的，還是課本上寫的，他都會去想為什么是這樣。

在生活中，這些同學在看到身邊的一些現象時候，也會去思考為什么是現在這個樣子？比如他們會思考為什么社區團購突然就火了？為什么《你好李煥英》會火？等等。

數據分析的工作很多就是找出“為什么”，如果你喜歡刨根問底，那么你是比較適合做數據分析的。

5. 邏輯能力強

邏輯能力是數據分析師必備的一項能力。如果你還是學生，如何衡量自己有沒有邏輯思維能力呢？我覺得喜歡看智力題和推理小說的，一般來說是比較適合的。

智力題類似這樣：

一個人帶著小狗和2只羊過河，只有一條小船，每次只能帶一只狗一只羊，并且不能讓狗和羊單獨待在一起，該怎么辦？

這種智力題可以篩選出那些邏輯分析能力強，思維比較靈活的人。

還有些同學喜歡看推理小說，尤其是本格推理的。這些同學喜歡推理，喜歡從局部的小細節中還原整個事件的全貌。這種思維習慣也非常適合數據分析師。

喜歡智力題和推理小說的同學就算邏輯能力不強，至少證明喜歡邏輯。有時候喜歡要比擅長更重要。

二、一些無關的因素

除了適合數據分析的要素，還有一些同學問的比較多的，但是和數據分析影響不大的特點。

1. 我很內向，適合嗎？

內向和外向對數據分析來說，沒有那么重要。這不是決定數據分析工作能力的一個重要標準。

外向和內向的分析師都有他們的生存空間。如果你性格比較外向，擅長和同事們處理好關系，那么你在日常溝通、推進項目落地等方面會更加輕松。而如果你比較內向，但是邏輯思維清晰，業務理解強的話，業務同學依然會和你合作的很好。更重要的是你能不能把話說清楚，邏輯是否嚴密。

況且沒有一個人是絕對的外向或者內向。很多同學是在陌生人面前內向，在親密的朋友面前很外向。如果你找到一家氛圍很nice的公司，那么你也有很有可能會從內向變成外向。

2. 女生適合嗎？

對于女生來說，數據分析是非常適合的崗位。現在很多公司的數據分析大部分都是女生。

一個原因是女生相對來說比較細心耐心，而且女生比較容易和他人進行溝通，本身就適合做數據分析的工作。

第二個原因呢，是男生往往都從數據分析轉崗去了業務或者技術。轉業務是因為數據分析崗偏輔助，很多男生發現了問題會忍不住自己轉行做業務，發揮更大的能量。而轉技術是因為目前的互聯網環境下，技術崗的整體薪酬是要比數據分析更高的。

如果你是女生的話，從事數據分析完全沒有問題。

3. 文科生可以嗎？

數據分析聽上去是一個非常理科的崗位，但現在數據分析對于技術能力的要求越來越低。對業務方面的要求會越來越高。對于文科生來說，文科生的長處在于表達溝通能力。你只需要掌握一些基本的數據處理技能，做數據分析是完全沒有問題。當然前提是要找到更偏向業務的分析崗位。如果走技術路線的話，還是有一定的難度的。

4. 跨專業應屆生合適嗎？

跨專業的應屆生在我看來誰要技能合格，做初級的數據分析肯定是沒問題的。但是呢目前的行業現狀是數據分析的競爭非常激烈，所以會出現雖然你的實力都符合，但是有人比你更優秀的情況出現。

大廠很容易找到頂尖的人才，所以你跨專業進大廠基本是不可能的，除非你有非常牛逼的項目和實力。如果你有這樣的能力，我相信你也不會來看這篇文章了。

小公司的話由于人才吸引力不足，所以還是有機會的。如果你現在還是大一大二，好好花兩年時間準備一下，有豐富的項目經歷的話進入小公司做數據分析還是沒有問題的。

當然跨專業也有跨度大小之分，有些同學是理工科跨專業，相對好一些。文科生跨專業能不能行呢？也是可以的。

目前數據分析對于技術能力的要求越來越低，對業務方面的要求會越來越高。對于文科生來說，文科生的長處在于表達溝通能力。你只需要掌握一些基本的數據處理技能，做數據分析是完全沒有問題。當然前提是要找到更偏向業務的分析崗位。如果走技術路線的話，還是有一定的難度的。

#專欄作家#

三元方差，公眾號：三元方差（sanyuanfangcha），人人都是產品經理專欄作家。專注用數據驅動業務增長，擅長數據分析、用戶增長。喜歡閱讀、思考和創作。

本文原創發布于人人都是產品經理。未經許可，禁止轉載。

題圖來自Unsplash，基于CC0協議