一個好的數據分析師發展空間是很大的。拿我認識的一些數據分析師來說，有的已經開始帶團隊，往CIO方向發展；有的成為了資料諮詢顧問，利用自己的經驗和能力為其他組織機構提供服務；有的進入業務部門，當上了業務專家/總經理。
初級分析師想要如上發展，第一步就是要把自己從“取數人”的牢籠中擺脫出去，第二步就是做出對業務有真正價值的分析， 第三步就是讓自己的分析結果真正落地。
今天這篇文章就幫助大家一一解決這些問題。
01 “取數人”如何破局
之所以數據分析師會天天忙於取數做表，一個原因是取數需求過多，另一個原因就是資料處理效率不高。
先解決取數需求過多的問題，和大家分享三句話，用來應對業務部門的取數需求。
第一句話：“你這個需求有沒有人看？老闆會不會看？”
當你接受了業務的需求之後，千萬不要立刻就埋頭去處理，等你把業務所有的需求都完成之後，你會發現很多需求最後都成了一堆廢紙，根本無人問津。
這是業務人員的毛病，遇到一些小事情就喜歡提個需求，比如一些臨時性的報表，但是往往應用範圍很小。
判斷方法的很簡單，就是對所有的需求進行優先順序排序。
數據分析師一定要優先滿足主管和老闆的需求，大老闆們的需求是必須快速響應並且仔細產出不能出錯的。
其次是部門級的需求，比如說電商公司裡涉及銷售成本的資料，往往需要貫穿財務、銷售、倉儲等數個部門，這種跨部門級的需求是第二層次要滿足的。
最後才是個人級和小部門級的需求，比如業務想為自己部門做個運營儀表板，提了個需求到數據分析部門，這種屬於最次要滿足的。
第二句話：“你這個需求是不是已經是最詳細、最完全的版本了？確定不改了？”
業務的需求永遠是模糊的，這個問題是我老生常談的問題了。
比如說想讓你改進一下某個流程，當他提出這個問題的時候，其實他也不知道究竟應該怎麼改進流程、改到什麼程度才算是好、具體需要改什麼。
這個時候如果我們不問清楚就做了，最後往往是得不到業務部門的認同的。
所以我們需要形成文字，並且要讓我們的需求方認同，比如說我們形成文字制度，將什麼樣的需求我們做、什麼樣的需求我們考慮之後做、什麼樣的需求我們不做，然後找到業務部門協商，落地之後我們都認同這個制度，就不會出現奇葩需求的出現了。
我比較常用的方法就是需求可行性驗證表，是我現在一直在用的表，大家可以參考一下：
這樣我們可以在事先就避免業務的不認同，因為業務已認可了你的可行性方案後我們再去做分析，其實是比較穩妥的。
第三句話：“你這個需求太小太窄，完全可以自己做，如果有困難的話我們會幫你做，但不會有很多時間。”
如果前面兩句話都沒有堵住業務的嘴，而你又覺得整個需求沒什麼必要，那麼就不妨讓他們自己去做。
當然這種方法屬於後招，一般情況下也很難實現，因為讓業務去學習一門新技術，還不如直接提高數據分析部門的取數效率來得快。
但是也有很多小需求，比如業務經常想要檢視銷售資料，時不時就要提臨時的資料需求，看完之後就再也不用了。
這個時候長痛不如短痛，讓他們去找IT部門搞資料許可權，自己頂多幫他們設計一個取數面板，就OK了。
至於能不能要到資料許可權，這也是業務與IT的任務，不是數據分析的。
核心就是“該做的應當要做，不該做的堅決不做，實在不想做的讓業務自己做”，將落實到自己身上的取數需求縮減到最少。
再解決取數效率低下的問題。在我看來工具是影響我們效率的最重要因素，一個合適的工具，可以在一定程度上緩解這一問題。如果我們用SQL來取數，就需要編寫程式碼，如果需要呼叫多張表，就更加複雜了。而如果我們用BI工具來取數（本文以FineBI舉例），由IT部門做好基礎的資料準備，數據分析師只需要勾選就能輕鬆完成取數，不用程式碼，多張表也能輕鬆hold住，效率MAX！
這裡再提一嘴，資料處理效率包括的階段除了前期的取數階段，還有進行分析時的資料處理階段，BI工具同樣能夠幫助我們提高此階段的效率，怎麼提高呢？
當我們拿到密密麻麻的資料，經常不知道如何下手。傳統的資料處理工具，只會對你展示枯燥的資料；而好的工具，能夠引導你開始資料處理。比如FineBI就會在你開始分析之前，讓你先思考你想要什麼，明確目標後選擇對應的操作，然後選出相關的指標資料，這樣你就能一步一步靠近你的目標。
好的工具，從第一步開始，就可以讓你專注思考。在FineBI的幫助下，你不用再花大量時間再取數和資料處理上，因為那不是數據分析的真正價值，你完全可以把精力聚焦在業務分析上，這才是真正的價值。
02 如何做出對業務真正有價值的分析
除了深入瞭解業務，我們還需要積累豐富的數據分析模型庫。自數據分析誕生以來，沉澱了不計其數經典的數據分析模型，在各領域得到了廣泛的應用，更帶來了實質的業務價值。
金字塔模型、KANO分析模型、RFM模型、購物籃分析模型、四象限模型……都是常用常新的經典模型，藉助FineBI，只需透過滑鼠操作就能快速搭建出各種模型（如下圖），而且可以根據需要隨時調整，進行探索式分析。
數據分析這樣做，還有誰會說對業務沒有實際價值呢！
03 如何讓自己的分析結果真正落地
僅做出對業務真正有價值的分析還不夠，更重要的是要讓分析結論落地、真正幫助到業務決策。要想幫助到業務決策，就需要拿出讓從決策層到執行層都信服的分析報告，這樣才能順利推進。
怎麼才能讓分析結論更具說服力呢？
視覺化！準確、直觀、有衝擊力的視覺化駕駛艙！
傳統工具如Excel，圖表樣式少、自由度小、不能聯動，早已不能適應數據分析師們細分且複雜的展示要求。之前提到的FineBI就提供強大的視覺化效果，內建了超多精美圖表樣式（如上圖），不僅支援常用的柱形圖、折線圖、餅圖、雷達圖、氣泡圖、熱力地圖、GIS地圖，還支援第三方圖表外掛，圖表間還能進行聯動，支援上探下鑽，效果驚豔。
有了這樣的神器加持，還擔心你的分析報告不具有說服力嗎？
把圖表結合在一起，就能製作出這樣一張一目瞭然的數據分析駕駛艙，而製作過程非常簡單高效，基本只需要簡單的點選、拖拽就能完成！
04 總結
發現沒有，傳統的工具只是提供了資料處理的功能，操作起來麻煩不說，面對繁雜的資料頭都麻了，分析更是無處談起，這樣的工作當然沒有價值了！
而像FineBI這樣的新一代自助式分析工具，保護使用者不為密密麻麻的資料所累，而更專注於探索業務間的關聯和趨勢，以便進行業務分析，可以說真正幫助使用者找到了數據分析的價值。
二者的區別，不亞於計算器和計算機。
古人都知道，好馬要配好鞍。好的數據分析師搭配過時的工具，頂多只能算做加法，而好的數據分析師搭配好的BI工具，就是相互促進，就是在做乘號，就能幫助你打破職業發展的天花板！
該做出改變了，數據分析人！
在最后給大家分享FineBI的免費體驗地址，大家感興趣的話可以看看：
文章來源：數據分析不是個事兒
原文連結：https://mp.weixin.qq.com/s/RZxzcjsz6nbr_pKXDhP6KQ
※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※※
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~
文章推薦
◆跟資料打交道的人都得會的這8種資料模型，滿足工作中95%的需求
回顧十週入門數據分析系列文：
關注數據君的臉書：
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。按贊我的臉書，會有豐富資料包贈送唷！
