新手如何做好数据分析

新手如何做好数据分析

建议一：切勿预设立场

数据解读最起码的要求是不能预设立场。同样的，在做数据分析时，如果预设了某个立场，就有可能只统计自己想统计的，然后用来证明自己已有的观点。

但数据分析的精髓并不在于用数据证明自己的既有观点，而是从数据里发现洞察，为KPI增长找到方向和突破点。

作为使用数据的营销人、广告优化师、数据分析师，应该具有严谨负责的态度，保持中立的立场，客观的评价数据分析工作中存在的问题。

建议二：善用上帝视角

我们说，数据分析是生意的一部分，当我们用营销视角来看待数据分析的作用时，我们就能提纲挈领的理解数据是怎么回事了。

比如很多销售导向型的信息流广告转化不好，那数据分析师要做的，不是直接钻到点击率曝光量这些投放数据里埋头苦干，而是先要识别当下这个广告行为有效的前提是什么?

也就是我们常说的，埋头赶路的同时，别忘了抬头看天。

建议三：做个敏感的人

正如本文开头所说的，数据可以指导投放的前提是数据分析师/广告优化师能够正确的解读数据。

数据既定的情况下， 限制数据发挥作用的主要因素，就是分析者对数据的解读能力。比如前文所说的混淆了因果关系和相关关系的情况，以局部视角诠释整体格局的误区，等等。

转行数据分析师需要注意哪些问题?

1. 先做运营，曲线救国

由于运营入职的门槛比较低(当然这里不是说运营好做，而是这个岗位的硬性的要求比较少，精通还是非常困难的。)，入职的概率会比较高。在运营的岗位上你可以接触一些数据权限，慢慢向数据运营的角色转变。

做了一段时间的数据运营，再做数据分析，数据分析的思维会更容易落地，业务领导会更重视你的建议。

哪怕之后title一直还是运营，但是数据分析的技能和经验都具备，title已经不重要了。凭借着这些经验，内部转岗还是跳槽做数据分析师都OK，难度相比0基础要简单得多。赶上一个好的项目，也许还能实现弯道超车。

建议入职前学习诸如excel、tableau、powerbi、finebi等常见的BI工具的使用，阅读一些运营的入门书籍。面试时表现出自己是一个多面手的角色，这对于入职创业公司来说是比较加分的。

2. 知识付费真的有点用

自学数据分析，然后成功入职在现在已经比较困难了。

数据分析师还是比较吃经验的一个岗位，没有一定的项目经验，光有技能是达不到上岗条件的。在前几年还可以容忍边做边学，但现在要的就是马上能干活的人。

网课和一些线下培训虽然教的也只是数据分析的皮毛，其中的很多技能也可以通过自学学会。但是他们真正有价值的地方在于项目案例，这些项目一般都是实战项目，相比kaggle上那些竞赛题要更接地气。好好跟着这些项目做一遍，总结思考，要比学习技能更重要。

没有经验的分析师现在可能连简历面都过不了。