数据分析师应该如何破局

沟通的重要性

「沟通」毫无疑问是一个非常重要的技能，对于数据分析师尤甚。初级的数据分析师，往往会需求方提什么就做什么，甚至不会进行需求的二次确认，其往往会造成以下后果：

1)曲解需求

最终结果南辕北辙，造成无效返工。

2)表面需求

“如果我最初是问消费者他们想要什么，他们应该是会告诉我，‘要一匹更快的马!’” —— 业务方经常性连自己都不知道要的是什么。

第一种结果，相对来说比较容易避免，只要分析师自己细心点，做好需求的二次确认即可;

而第二种，则需要分析师本身有一定的专业性，根据业务方的初步需求，了解他想要的结果，提出自己的建议，确定最终的分析框架，再去开展分析工作。

最后别忘了跟进分析结果的落地，对分析的准确性进行复盘完善分析框架。

工具提高效率

数据分析师的可用工具有很多：

1)通用工具excel

2)分析工具spss

3)BI工具tableau、powerBI、FineBI

4)语言工具sql、python

有一部分分析师觉得，高端的分析师都是用语言类工具的，实则不然。

虽说要想在数据分析领域深造，会语言是必须的，但是在实际工作中，我们都是根据不同的分析场景选择合适的工具，有时候excel的甚至会比python更快捷。

可视化呈现成果

数据分析既然是服务的提供方，那么如何让需求方更好的理解我们的分析结果，是我们必须要考虑的。

比较好用的可视化工具，推荐tableau和excel。

如果是单次分析两者都差不多，但是如果是日常化的分析，最后希望更新数据源直接在原图上刷新的，那么tableau会是更好的选择。虽说python也有较强的可视化包：seaborn和matplotlib包，但就便捷性而言，一般场景下不如tableau。