這幾年越來越多的小夥伴湧入資料分析行業，呈現出井噴現象。每每有讀者和學員問我如何轉行、行業發展前景和個人發展路徑，我都會提醒大家大家透過現象看本質，不要只是被表面光環迷惑，這幾年資料分析崗的看似的火其實依託於網際網路行業、依託於各大培訓機構的吹捧。
但實際上呢，資料分析入門並不代表成功，只是一個起點，和每個崗位一樣，做個三年五年也會有實實在在的瓶頸。比如，低水平重複的報表、取數工作會被工具和機器取代；比如，資料分析主要集中在網際網路、金融、消費類行業，在其他行業還很難施展拳手；比如，在大部分公司不是核心部門，長遠看會阻礙大家的發財致富路……
不過，三百六十行，行行出狀元，頂尖的“資料分析師”在各大行業還是相當稀缺的，並且當下企業資料化的形勢不可阻擋，機遇還是有的，如果真心想在資料這個行業發展，不妨看看這篇文章，瞭解一下分析師的發展（致富）路徑，對自己的職業判斷有益無害。
回到話題，如何成為頂尖的資料分析師？
這裡分享一位我朋友（老張）真實的經歷，看看一個頂尖的資料分析師如何在公司內部發揮價值。
老張在一家醫藥公司，有一此公司在開經營分析會時發現旗下一家子公司連續多月出現虧損。總經理詢問了各訂單的成本、毛利資料，各部門並沒有拿出可靠的資料和報表，只是憑經驗大概說了幾個數字，分析原因也是各種“甩鍋”。
總經理雷霆大怒，找來財務和資料部門的老張，下令全面分析子公司經營問題，要求對經營生產資料全面透明。
1、瞭解業務，需求調研，明確問題
影響利潤的因素十分複雜，老張自己又不瞭解子公司業務，於是和財務部的領導溝通，決定先將財務核算過程中涉及到的基礎資料理順。並在這個過程中，充分根據業務型資料分析師的工作流程，對問題進行多次梳理和確認。
2、明確上意，問題分析
眾多問題裡，老張發現主管最關注的是訂單的收率是否虧損。沿著這個思路，他發現關鍵的問題是：由於生產過程資料拿不到，財務沒有辦法實現每個訂單的核算，自然難以發現訂單生產中存在的問題。
3、拆分問題，確定資料、指標、報表
沒有直接的資料無法分析，此時需要IT和生產部門的配合。多部門的配合更需要了解各部門能提供什麼，財務部門到底需要什麼成果。
於是，老張在和財務部門明確分析的需求後，幫助梳理了要分析的指標、制定了分析模型、設計了幾張報表：為業務部門設計成本和損失自動核算的報表；為管理層設計毛利、損失成本等核算指標，並能下鑽分析到具體生產資料情況。
然後交由IT和資料部門一起開發。
4、下情上達，推動業務落地
結合需求和後續的業務調研，抽取了訂單盈利損失情況，異常訂單情況等資料資訊。和總經理和財務部門主管進行了初步討論，資料引起了總經理的重視，開展了專案會。提煉了下圖經營的關鍵指標項，並且將壓力下放到公司綜合部，生產等部門，形成日常彙報的關鍵指標項和預警指標。
看到這，瞭解這個行業的讀者應該發現，老張在做的事已經遠不止一個是分析師那麼簡單，已經有一點在推動公司資料化改革的意味。沒錯，這類角色我們在業內一般定義為資料營運官，從發現問題、分析問題、解決問題，進而能夠推動業務、推動管理層決策，影響公司重要部門和公司整體的經營。所謂普通資料分析師和資料運營官（或者有的公司是資料部門leader、高階商業分析師），這裡恰恰是一個分水嶺。
繼續看看老張後面是如何做的。
5、最佳化資料分析成果
透過這一次專案，張同學對老闆關心的訂單核算資料、生產管理資料、質量管理資料三個模組進行視覺化報告展示，並將其固化成了日常的分析看板。
另外，老張還針對接單測算和實際生產設計了一套對應的流程，實現自動核算財務、生產資料指標，增加了資料的準確性，及時性。下圖是“一單一核算”報表，點選製造號可以顯示各種核算過程資料，核算規則。
客戶收益分析。根據邊際毛利，將客戶進行分類統計，清楚的瞭解各種級別客戶在公司所佔的比例，為主管決策提供依據。後續又根據RFM模型將客戶進行細分，將客戶分類成大客戶、重點客戶、普通客戶、問題客戶等，進行針對營運。
6、持續影響，幫助子公司扭虧為盈
經過資料分析，領導的經驗判斷有了多方面的資料佐證，有些訂單的收率確實較低，投料不規範，操作造成的損失偏多。為了避免此類問題的發生，原本停滯的IT建設又開始持續投入，加大生產線上的各種業務系統部署，採集資料，監控生產物料的投放，精細化管理，讓資料驅動效率的提升，成本的控制。
主管評價說：“資料分析，讓我對於生產過程存在的各種問題有了比較清楚的認識，才能準確採取措施，提升企業的盈利水平”。
目前子公司基本實現了扭虧，而且每次開經營會，都會使用資料部門提供的資料報表進行生產經營分析。
目前，主管十分認可老張的能力，關鍵是逐步認可了資料的價值。
以上，透過資料分析助力業務部門的決策和發展，幫助公司帶來實際的效益，這都是頂級資料分析師要做的事。
哪些是實際的效益，比如：
增效：提升資料-決策的速度，更快的指導業務。更多的如果是整個公司的資料化建設，更能提高管理效率
降本：資料監測到生產原料的浪費；還有自動化報表降低基層統計人員的投入。
監控或降低風險：金融行業的壞賬，監控尾款拖欠嚴重的經銷商/客戶，監控盈利低效甚至虧損的門店、商品；電商行業的黃牛刷單、以及各種風險值的預警等。
而不只是跑個sql，做個報告，更何況企業搞資料化在行業內已經是基本共識了。
那麼，要想成為頂級資料分析師，需要具備哪些特質呢？
個人之見總結：快速定位業務問題的能力、“通百藝而專一長”的技術能力、“會講故事、上下通吃”的表達能力、堅韌的執行力和落地能力、具備管理層的視角和思維高度。（在具備資料分析師的基本素養上提出）
① 快速定位業務問題的能力
分析師解決的是業務的問題，對業務分析、對業務資料質疑、對業務提出改進，如果不熟悉業務，任何一個部門的專業人士都有可能挑戰你。所以，你最好是深懂業務。
首先是業務的理解，業務型分析師最好是在實際業務崗位呆過或者輪崗過，所以業務轉行分析師比較容易做成事。對業務的理解停留在瞭解或者文件層面是不夠的，一定要細緻到業務的目標、流程、機制、資料等充分理解。怎麼說呢，這些都只能說是吃經驗。
其次定位業務問題的能力，要能夠依據業務邏輯，藉助工具將大問題分解成小問題，並拆解成關鍵指標，找到對應資料，理解資料含義，製作對應分析，定位業務關鍵為問題，指導業務改進。這一套其實是方法論。
② “通百藝而專一長”的技術能力
業務型的資料分析師並不像走技術路線，需要掌握程式碼、機器學習、人工智慧。
“通百藝而專一長”的意思是，必要的技能傍身，比如精通SQL、資料庫原理、Excel/報表/BI工具技能，這都是吃飯的傢伙。另外，上下游技術領域，比如資料倉庫、資料架構、ETL，需要了解甚至會用。
分析師必然要和IT部門打交道（甚至有些公司就在IT部），你要知道各業務部門的資料在哪裡，有哪些資料，資料怎麼取，數倉什麼架構什麼效能，雖說這些在大公司都有專門的工程師在負責，但是懂得多有益無害。尤其是你讓IT處理個數據，經常是需求排到遙遙無期，此時如果你會取數會做簡單的資料處理，很多事溝通起來順利很多。
還有，就是資料探勘功能，一般用SQL，EXCEL結合自己的經驗來進行判斷，但這種模式分析的資料維度是有限的，比如靠人很難看出3維以上資料之間的關係，一定要藉助工具，這就是機器學習可以幫到你的地方，比如聚類，分類，預測等等，隨著機器學習，人工智慧工具使用門檻的降低，資料分析師要掌握至少一種挖掘的方法，懂得如何構建模型，尤其是在金融、運營商、網際網路、零售等這些資料成熟度較高的行業。
③ “會講故事、上下通吃”的溝通表達能力
做資料分析，很多專案需要上層來推動，然後配合的時候需要各業務部門領導去配合你理需求裡資料，執行的時候又需要技術、業務整個鏈條。其溝通能力真的是上下通吃，既要能領會每個人的小九九，又要能貼部門leader的冷屁股，還要會和執行的同事賣慘。
溝通本質還是為了解決問題。明確溝通目的，邏輯清晰的表達，然後站在對方考慮知道對方要什麼，溝通也沒那麼困難。除次之外技巧，這個就不好總結了，看你在公司的人際關係吧。
分析師還有一個重要的表達，就是彙報資料分析成果，要學會將問題和分析場景串聯起來講故事，要能透過量化的數字和生動的場景來宣導資料的價值。
④ 堅韌的主觀能動性和落地能力
資料分析師/部門在很多公司還處於尷尬的地位，你要想秀自己的價值或者改變只是做報表取數的低價值狀態。就得主動找活幹，自己去推動，就像創業一樣，過程中一定會碰壁，所以說需要“堅韌”！
落地能力說白了就是你要做成事的動機，需要智慧需要勇氣需要執行力，畢竟推動資料分析結果落地是資料分析師最大的成就！
找機會。以高頻剛需的痛點為缸蓋，找準業務和管理層高頻的資料應用場景，針對性做最佳化，快速體現價值，作為撬動需求的槓桿。能夠抓住公司內部的機會，推薦資料分析的切入，比如新品上市、行業政策市場行情變動作為切入的拐點。
識時務。能夠明白各環節的流程機制，各配合部門的利益關係，比如有的部門唯KPI論，有的部門講究走制度，善於利用，協調困難，快速推進。
監控保障執行。有時候你分析了資料，發現了問題，但改進需要業務人員去執行。你需要和部門leader溝通，需要說服業務部門同事，才能保障你結果的執行。很多時候分析的再好，高階也拍手說好，但執行人員不買賬，你也無能。所以，保障執行還要拖動產出執行方案，並做好監控方案，保障落地執行，這件事才算真正閉環。
⑤ 具備管理層的視角和思維高度
資料分析師所其自身所站的高度，直接決定了他進行資料分析的方向和影響力，資料分析要快速體現價值一定要會搞定上層。
因此，首先需要你能夠和主管站到一個高度，能揣摩上意。知道公司的重要業務戰略，業務主管關心什麼，會有哪些問題和指標需要特別關注，這樣你才有可能進行體系化的資料分析。
任何一個主管看到這樣體系化的東西都一定會愛不釋手，比如經營看板，為什麼不少老闆喜歡看，因為這會成為他們把控全域性最簡便的工具。一旦主管依賴上這些資料的報表和工具，後期的分析結果和建議勢必會得到他的重視，這樣透過資料來推動業務發展就變得水到渠成。
最後，可能我這裡提到的資料分析師已經超越了傳統資料分析師的範疇，但是任何崗位在企業混，到最後都是憑價值上位，憑價值拿錢，資料分析崗尤其。
從這個角度看，資料分析只是起點，用資料驅動業務驅動企業管理，做到這個地步才是真正的價值終點（再往後，可以考慮往COO、CEO等高階經理人多向發展），因此，能夠利用資料驅動思維做成事的人才是企業頂級的資料分析師。
所以，無論大家身處什麼階段，都可以帶著這樣的意識，多去了解業務。看看各部門是如何開展工作的，熟悉業務流程，看看報表，主動思考和發現問題，看觀察他們如何將問題轉化為具體舉措落地的。
文章連結：https://zhuanlan.zhihu.com/p/257164555
※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※
我是「數據分析那些事」。常年分享數據分析乾貨，不定期分享好用的職場技能工具。各位也可以關注我的Facebook，按讚我的臉書並私訊「10」，送你十週入門數據分析電子書唷！期待你與我互動起來~
