“到底咋樣算進階？”是很多做數據的新人同學很疑慮的問題。網上的文章鋪天蓋地的都是“如何入門”，“如何快速入門”一類。可真正做上數據分析以后才發現：根本學的就是個屁。每天都在跑數，真正的算法工作離自己一萬多里。所以到底前途是啥？
以上諸多疑慮，癥結核心，在于：網上的文章大多基于課本來寫。因為書本上都是第一章講，，第二章講，第三章講，第四章講numpy，第五章講，所以作者們想當然地以為做數據分析就是第一步安裝軟件，第二步取數，第三步可視化，第四步機器學習模型數據分析師需要的技能，第五步業務跪倒在自己腳下俯首帖耳，說：數據分析真牛逼，快來驅動我……
醒醒了喂！
真正進入公司以后，就會發現，數據分析工作最大問題就是：存在感稀薄。數據驅動業務？那是：老板拿數據驅動業務。至于做數據的自己，在大部分公司就是打雜的。那些產品經理、運營、銷售、策劃心中，都覺得自己可懂分析了，就差一個跑數的。做數據的你就安心跑數好了。
而且，做業務的尤其喜歡說：“我看朋友圈的數據分析文章，我都會了，可我司數據分析師連大數據精準推薦，這么簡單的事都搞不出來，都怪他們！”——做數據的不但工作打雜，還容易背鍋。
所以，真在企業里上過班就會明白：想要擺脫窘境，真正要干的就三件事：1、爭取獨立項目的機會，不當掃廁所的2、清晰工作范圍和邊界，不背無妄之鍋3、展現工作效果與成績，爭取內部認可有了這三個，才能讓自己多立功，少背鍋。這三點，才是從等著別人來要數的新手，向獨當一面的成熟數據分析師的真正轉變。具體怎么干，下邊簡單說一說。
1
如何爭取獨立項目
新人在學習階段，都練習過網上的所謂“項目”，什么泰坦尼克、淘寶購物、某國信用卡之類。真實企業項目和這些網紅項目最大區別在于：沒人給你安排好做什么。如果干坐著等別人安排，就等著接電話：“這個數據老板要，下班以前要給到”。想爭取項目，陳老師之前有一篇詳細的分享，在文末可見。這里想強調的是：一定要做好常規數據需求統計。想要在瑣碎、零散、日常的工作中發現機會，靠的是細心的分析，而不是別人的施舍（如下圖）。
基于需求統計表，能主動發現：這樣就能擺脫遇到事只會傻憨憨問業務，結果被一句“關你屁事”頂回來的尷尬。找到意愿合作的部門，找到有價值的合作項目，都靠這樣一點點沉淀，而不是從天上掉下來的。
2
如何清晰工作邊界
清晰工作邊界就是為了不背鍋，沒有其他緣由。
要牢記三清原則：1、有數據還是沒數據，要分清！2、有標準還是沒標準，要分清！3、有方案還是沒方案，要分清！
沒有數據，無法分析。這是廢話，但是恰恰最容易被忽視。在業務眼里，永遠是：“我們的數據很大呀，而且都在哪里，就差個人來分析了”——一大坨屎，也是很大。業務是不會去扣數據細節的。事先不做好功課，事后面對一堆臟數據，巧婦難為無米之炊。沒有標準，無法評估。這也是一句廢話。但是業務口中，經常是：“我就是要增加銷量呀；我就是要提升活躍呀；這是老板說的要做，你管他那么多呢”?？此朴心繕?，實則不具體。這時候如果不主動提醒，事后想再補充。就變成：說業務好，自己就是應聲蟲，對老板沒意義；說業務不好，等著被業務噴死。進退兩難。沒有方案，預測不準。這也是一句廢話。投100的券和投10元券轉化率能一樣嗎。好文案和差文案轉化率能一樣嗎。脫離業務方案去談預測、談走勢，都是夸夸奇談?？善填A測的書本都講的是數據處理方法，很少講如何結合實際，因此這一步也經常被忘掉。
以上三原則，是很多新人碰得頭破血流以后總結的要點，字字帶血。然而這也是新人最容易忘記的點。因為在自學階段都是對著現成的數據集，現成的背景，現成的書去練，從來沒人教怎么具體問題、具體溝通。就容易在干活時出問題。
3
如何展示工作成績
數據分析的成果，就類似“哥倫布立雞蛋”的故事——你說出口之前，大家都覺得不可能；你說出口以后，大家都說：我早想到了！這個很簡單。所以單純地在口頭報幾個數、提幾條建議，完全不能證明這是自己的成績。反而把業務教聰明了，以后的分析需求越來越復雜，越來越難搞。
因此，才有數據成果三標準：1、輸出數量可量化2、結果可重復使用3、過程封裝看不懂
具體如下圖所示：
想實現這三標準，單純地靠寫ppt數據分析師需要的技能，做口頭匯報是肯定不行的。上數據產品勢在必行。但想從零散取數，直接升級到一套完整的數據產品也是不現實的——業務等不了那么久，也不會停下日常工作。因此要有產品升級的意識，逐步地向完整產品過度。
我們積累的技術能力，是在這個場合用的。在時間、數據質量允許范圍內：1、能做報表的，不用臨時取數2、能上系統的，不用手工報表3、能上體系的，不用孤立指標4、能上模型的，不用業務規則5、能固化規則的，不每次跑數6、能固化標準的，不專題分析
總之一步步升級，手工操作、臨時操作、個性化操作越來越少。產品功能越來越豐富，預測精度越來越高，查詢速度越來越快，定位問題方法越來越簡單，我們的價值就越大。以上，是從菜鳥到中級的破局思路。啥時候算修煉成功？往簡單說，就是獨擋一面。往細了說：具體的表現是：等你在面試或者年終述職的時候，不需要傻憨憨地說：我做了好多分析。而是很清晰的講出來自己的工作數量、輸出產品、分析模型的時候，就算成功了。然而遺憾的是，很多新人注意不到這些問題。
比起在具體問題上深入討論，他們更喜歡發牢騷，抱怨自己的公司太low，如果能進入頭騰阿這種大廠，肯定是山清水秀，鳥語花香；
比起深入思考業務場景和業務流程，他們更喜歡看“底層邏輯”“核心模型”，并且孜孜不倦的在網上找《國家權威認證方法》。
比起解決問題，他們更喜歡人手一本《21天0基礎精通機器學習》，認為學了這個頭騰阿的某一家就會看上他了——總之，牢騷太多，細節太少，想進步，肯定很難了。能獨立面對并解決問題以后，我們能探討一個10人部門以上的，領導級的高級數據分析師需要什么技能了。在成果上，高級的數據分析師不僅要解決問題，更得明白“要做成什么樣”主動引導業務發展。
在工作中，本文僅僅探討了業務犯蠢的時候會怎樣，還有一種就是：“不蠢，但是壞！”高級的數據分析師有能力影響決策，就得面對更多壞人，有能力斗智斗勇。
-END -