一名數據分析師的日常工作流是怎樣的?
「數據分析師」這個職位，不同的公司，不同的行業，對於它的理解，以及它覆蓋的工作範圍不太一樣。在有些傳統行業，數據分析師工作重點是「做行業報告」等;在阿里巴巴等大型網際網路公司，職位區分比較明確，數據分析師大部分時間只做產品和運營的分析工作，至於「基礎數據處理」、「搭建數據產品」等等不涉及;在創業公司等相對小型公司，「數據分析師」要乾的活可能要不僅僅是「產品和運營分析」，「基礎數據採集和處理」，「數據產品搭建」都屬於「數據分析師」的工作範圍。
明確了數據分析師的工作範圍，大概也就清楚了每天要做些什麼，比如：
- 產品和運營的數據提供(正常分析師工作)
- 基礎數據採集和處理(類似ETL工作)
- 數據產品的思考和搭建(類似數據產品經理工作)
- 數據價值的挖掘(類似數據挖掘工程師工作)
每日的工作流大概如下：
上午：日常項目的跟進，包括跟產品，運營，開發同學的溝通，這部分主要通過 Tower 和項目 PM 每天的郵件來互相協作和周知進度，當然，每個項目會有5-10分鐘晨會;
每天不定時：日常運營需求的溝通比較多，這個主要是面對面，固化需求以後，郵件周知和記錄;
下午晚點和晚上：數據平台自己的活，包括基礎數據開發、數據產品搭建等等，就需要我們自己去安排時間完成。創業公司的一個優點就是人員相對少，大家互相協作都是面對面。
如何進行時間和日程管理?
數據分析師工作因為涉及內容比較多，所以經常會被產品/運營叫過去討論某些項目，營銷活動，等等，或者，被不同業務線主管召喚，討論如何對某個業務線效果進行深入分析，所以，很多時候自己計劃的「什麼時間幹什麼事情」，基本得不到保障。就算得不到保障，每天早上過來以後，也要大概列清楚今天要乾的幾件事情，提醒自己去抽時間做完。每做完一件事情，就劃掉。儘管有很多工具使用，比如，Trello，但是我還是喜歡一個筆記本，一支筆的方式。
時間是一個很奇怪的東西，只要你想要，它就來到你身邊。比如，我想晚飯後來寫採訪的內容，就會拒絕同事邀請去做其他事情。我看過很多時間管理方面的書，也嘗試過「番茄」等各種方法，最後發現，任何想基於「時間安排」去做「時間管理」的方法都很難有很好的效果，反而，基於「待做工作」來做時間管理，更合適。
比如，今天需要做三件事情，按照輕重緩急排序，1)2)3)，然後就開始做，不想需要多少時間做完，儘量自己控制時間把它做完。很多人可能覺得這樣很糟糕，萬一做不完怎麼辦啊。其實，你自己嘗試一下就行了，為什麼自己會不得不、不情願也要做、非要做完。因為，第二天工作又來了，今天做不完，明天這些工作還是你的。除了一浪一浪每天工作的累加的壓迫，它更需要一個人的「自律」。如果有點時間就刷微信，微博，或者找同事閒扯幾句，很容易打斷工作流，所以最好是一氣呵成。不管計劃如何完美，如果沒有「自律」，也沒有結果。
優秀數據分析師的思維是如何練出來的?
可能提到數據分析師這個職業，「思維」是被提到最多的一個詞。或許這個跟數據分析師思考比較多，溝通過程中更理性，讓大家得到的錯覺。個人覺得，任何一個職業，任何一個人都應該有一套自己的思維體系和一個好的思維方式。數據分析師的思維僅僅是其中的一個不同的看世界的方式。比如，每個人的思維是一條道路，條條大道通羅馬，雖然每個人看世界的方式不一樣，但是可能得到的結果一樣。
想知道數據分析師思維，首先要了解「思維」是什麼，bing一下，得到「思維」的定義：
①思維與「感性認識」相對。指理性認識，即思想;或指理性認識的過程，即思考。是人腦對客觀事物間接的和概括的反映。包括邏輯思維和形象思維，通常指邏輯思維。
②與「存在」相對。指意識、精神。
顯然，定義①是我們這裡想討論的思維。這個定義也清楚的說明了思維是每個人看世界的方式。
數據分析師通過數據來認識產品/業務，所以，它確實有一套跟別人不一樣的思維，即「類統計學的邏輯思維」。除了這個之外，其他基本跟其他同學一樣。
從我打籃球、桌球的經歷，加上5年數據分析師的體驗來說，很難通過一些簡單的訓練就學會某種思維方式，主要還是要自己在工作過程中通過實際的案例多踏幾個坑，多開拓眼界來學習。所謂「九折臂而成醫」，大概如此。
在這裡分享給大家我平時常用的方法：
看書，看別人的總結。
學習大牛是如何認識世界，分析案例，比如《窮查理寶典》——查理芒格，《把時間當做朋友》——李笑來，《系統思維》——德內拉•梅多斯，等等，分析為什麼這些作者的思維如此的獨特?我和他們認識世界的方式為什麼不一樣?我們彼此的認識事物的方式哪個更好，哪個更接近真相?為什麼他們看到的世界是這樣，而我是這樣?多問問為什麼，多找差異，然後再去找其他的書看，一步步豐富自己。這些作者可能也沒得到真相，而是他們可能距離真相近一點。
學會舉一反三。
做分析師，非常需要「舉一反三」的能力。去食堂吃飯，看到排隊的效率如此低，分析一下為啥效率這麼低?我們的產品上某個地方是不是也有類似的效率問題?滴滴打車這種叫車模式，我們的產品可以用麼?為什麼不能用?反正，多問幾個為什麼，多舉一反三，思考，思考。「對或者錯」有些時候不重要，重要的是我們感知世界的能力在變化。
研究別人家的產品和別人家的數據。
比如，我非常推薦新的分析師看各個公司的財報。為什麼呢?一個大公司的財報如果能看懂了，基本就了解了一個公司的運作模式和重要產品，也明白了如何寫一份報告。再者，研究別人家的產品，不管是工具類還是用戶類，看看他們的交互，設計，體驗上怎麼會不一樣，別人的用戶數為什麼是這個，而我們的是多少?
關注「經濟」和「社會」新聞，多串聯起來看新聞。
北京大雨了，河北大雨了，南方乾旱，南北方需要什麼?我們的產品是否能提供這些東西?長征7號上天了，哪些東西可能會不一樣?多把不同事物串聯起來想，思考，分析。
總結一下，數據分析師要有一個「系統、整體和部分的思維」，也要有一個「事物類比思維」，更要對「事物敏感」，可以很迅速的把不同的事物串聯起來(敏感)，很快的抓到事物的本質特徵(類似思維)，然後局部整體的來分析和研究(系統思維)。
以上你都具備？那麼你還需要補足這一點
大家可能都聽過一句話：「從來沒有白費的努力」，我也非常認同。
不說努力，就談工作之外的看似額外的事情吧，比如，看書，運動，聽公開課，利用業餘時間培訓技能，跟有趣的人交流一下，做自己喜歡的晚飯，跟朋友出遊自己計劃路線，等等，這些很生活、很情趣，看似跟當前的工作不相關的事情，真的不相關麼?
工作是什麼?工作需要具備什麼技能?工作需要解決什麼問題?工作需要面對什麼?這些問題都是生活的一個側面，什麼側面?工作需要面對「人」，工作要解決「人喜歡不喜歡你的產品」的問題，工作需要具備「規劃、思考、溝通、觀察」等技能。
因為大學裡面沒有「數據分析師」這個專業，所以，公司招聘「數據分析師」從來不是按照「專業」來招聘，而是通過面試考察候選者是否有「獨立思考、善於觀察、、實操經驗、有研究精神」等特質。所以，沒有什麼額外的，只有你不去觀察、學習和思考。
我的建議是這樣的：
個人的日常努力付出是很重要的，但畢竟比較零散和業餘，很難得到比較全面系統的提升。這時候適當給自己一些壓力，讓自己可以耐住性子、靜
下心來好好培養或提升一門技能，使之真正轉換為你個人的能力和社會競爭力，這樣不但是在增值自己，也是在升華人生。
我一直主張，工作業務一般都是熟能生巧，體現不出一個人的優與否，只有養成優秀的思維，你才能在人群中脫穎而出，下面這個課程，就可以在這方面給你好好助助力——CDA數據分析就業班。
如果您是以下幾種情況之一：
- 1、想了解更多有關大數據分析、數據挖掘、機器學習、人工智慧領域內容的好學者；
- 2、職業遭遇瓶頸，想提升自己在數據分析或人工智慧領域的硬體技能的在職人士；
- 3、尋求新出路、新突破，有意向轉行到數據分析行業或人工智慧領域的求職人士；
- 4、對未來搖擺不定，有興趣想Python、數據分析、人工智慧方向發展的在校大學生。
諮詢方式：
1.直接上我們的CDA官網：https://www.cda.cn/kecheng/6.html?RW
2.CDA微信小程序(手機端隨時隨地瀏覽最新資訊和優質課程)：
做一件事做好的時機，一個是十年前，一個就是現在。
點擊【了解更多】，解鎖更多優質內容和免費試聽課程。