編輯導語：我們正處於大數據時代，數據對於各行各業來說都無比重要。掌握了數據，才能掌握流量。各大網際網路公司對數據分析師崗位的需求越來越多，與以前靠人口和流量紅利野蠻生長不同，如今的網際網路企業需要通過數據分析來實現精細化運營，降低成本、提高效率，這對數據分析師也提出了更高的要求。
我看到有些人抱怨，BI數據分析師的前途暗淡，整天就在提數提數，沒有出頭之日。
咱埋頭走路，有時候也得抬頭看看路啊。你能不能大膽的猜一猜，數據分析師的薪資上限究竟是多少？
30000一個月？少了！50000一個月？少了！100000一個月？少了！來，咱來一起仰慕一下任澤平大神。
125萬一個月！這位大神的段位太高了，我也只能高山仰止，只能請出來鎮樓。雖然月薪125萬的我說不了，不過月薪3萬的數據分析師我還是能說一下的。
一、高成本構建數據分析閉環
月薪3000的數據分析師接到一個需求，會立刻想到這需求怎麼分解，數據怎麼組織，需要關聯幾個表，怎麼處理比較方便，然後立刻提數，交付給需求方。
月薪30000的數據分析師接到一個需求，會花半個小時問清楚為什麼要這個數，弄清楚後，就會開啟數據分析5步閉環：
因為他知道，需求是問題的表徵。從需求開始，就要看穿表徵，直透內核。
一個人在面臨一個任務的時候，有兩種應對方式：低成本的快速解決表面狀況（治標）和高成本的持續優化底層問題（治本）。
絕大多數數據分析師因為「任務多」、「沒時間深入思考」、「自身慣性」等非常複雜的原因，選擇成本低廉的治標方案，讓自己成為一個提數機器，企圖用效率彰顯自己的價值。豈不知任憑你效率再高，價值都是低廉的。
如果你騰出功夫，將自己升華為一個問題思考者，投入較高的成本，持續的深究，徹底理解問題，找到根因，提出解決方案，持續跟蹤，不斷逼近完美，從而解決這個問題，這樣才能凸顯你的高價值。
低成本的方案只能體現低價值，高成本的投入則彰顯高價值。
二、力透紙背的業務理解
我之前分享過懂業務的5個層次：入門、縱覽、入微、通幽、化境，很多數據分析師連入門級都沒達到。感興趣可以點擊查閱：什麼才叫做懂業務？分析的5個層次。
如果地推團隊的同學過來找你，想讓你幫提一個報表，想看看近6個月各省客戶成交情況。你會怎麼理解這個需求？去跟他確認表頭、篩選條件嗎？
來，手把手教你成為最懂業務的數據分析師：
先明確他的業務目標是什麼，這叫以終為始；再拆解業務流程，這叫步步為營；然後辨析責權利，這叫明辨是非；再是理清數據流向，這叫追根溯源；最後剖析業務流程，這是細緻入微。這5步下來，保證你比業務還了解業務，直接上前線做銷售都可以！這時，你才真正的達到「入門」境界。這個時候，你再來看看他的需求，同樣的問題，你的理解和給出的答案就不一樣了。
想要成為一個好的數據分析師，你需要轉變思維-不是「我要理解他的需求」，而是「我要理解他的問題」！
三、事無巨細的數據量化
很多數據分析教程上來就教怎麼構建完整的指標體系。我表示呵呵。不懂業務流程，不知業務目標，不曉業務過程，不解業務細節，何談指標體系？指標體系的目的是什麼？
——量化數據。
量化數據是為了什麼？用數據描述業務。業務都沒理解，上來就構建指標體系？本末倒置爾！
來，我們來看看指標體系應該怎麼搭建：
部門級指標體系的起點是什麼？是目標指標。部門目標指標再往上一層，就是公司的戰略。往下一層，就是過程和結果指標，再向下，就是各種業務細節標籤。
向上梳理，站在全局的角度觀察公司整體情況，理解公司戰略，探索行業地位，吃透了，就能達到「縱覽」境界。
向下梳理，把核心目標拆解為核心關鍵結果指標，然後再映射到過程指標，梳理分析維度，細化到每個業務細節，並增設標籤，吃透了，這就進入到「入微」境界。
這兩個過程得到的結果，就是業務真正需要的指標體系。而絕大多數人copy別人的指標體系是用來快速出活的。但是往往拿到指標體系往自己的實際工作中一套，自己感到彆扭不說，業務也根本不買帳。
換句話說，要是copy指標體系就能搞定業務，那你上「統計中國」copy一套指標體系，豈不是就能治理國家了？
所以重要的不是「指標體系」，重要的是「量化業務」。每個公司的業務形態、盈利模式、打法、策略、兵力部署、執行力度都不一樣，除了一些大指標能借鑑一下之外，往下全是個性化的，根本沒法直接套用。
四、層層深入的數據分析
當你做到了「力透紙背的業務理解」和「事無巨細的數據量化」，你就能穿透「入門」、「縱覽」和「入微」三個業務理解的境界。回頭再看業務提出的問題，又會不一樣。
也許，你自己就會提出問題了：
業務提的需求其實是他的問題。當你站在「入微」的境界再看他的需求，你會知道他的需求、問題其實也是表象。因為還有大量的未知信息和超出他認知範圍的信息，甚至是有意隱瞞的虛假信息。
你祭出「看見現狀」、「對比標準」、「預見結果」幾招的時候，就會發現異常。各種離群值、異常值就會凸顯出來。
現在開始分析問題，你就不會再出現沒有分析思路的無力感了。你會發現，在你眼裡，全是破綻，如同紀昌學箭。如果你能意識到數據不是全部的真相，那麼恭喜你，你已經達到「通幽」境界了！
你要分析的不僅僅是「數字」，而是「信息」；不僅僅是「已知信息」，還有更多「未知、隱藏信息」，不斷撥開迷霧，才能見月明。
五、足智多謀的應對策略
應對策略也是抄不來的，因為策略永遠是從根本上解決問題的。即便是你的表徵與他的表徵相同，其根源也都不一樣。
相傳有兩個軍士發燒頭疼，表徵一樣，華佗給他倆開了不同的藥，一個發汗，一個瀉下，都給治好了。華佗說：已知一為表證，用發汗法可解；一為裡熱證，非瀉下難於為治。
拿績效考核來說，兩個人的績效表現相當，那這兩人就一定是同等水平嗎？有可能一個人在新區，一個在老區，在新區的要拼命幹，在老區的只要維護就可以了。
也有可能一個在大企業雲集的地區，一個在小企業遍地的地區，一個搞定大客戶就可以了，一個要掃遍工廠。
情況不一樣，那策略肯定要不一樣，豈能一刀切之了事？況且，所有的數據都是表象，越往下，越接近人性。我們要深刻的認識到：真相不止一個！
所以在提策略的時候，不妨大膽假設，小心求證。多做對照實驗。當結果與你預想不一樣的時候，不要慌，肯定還有未知、隱藏的信息沒有挖出來。你需要繼續望聞問切，深入挖掘。
至於策略選擇：
「出奇」出效果，但是死的早；「守正」不偏倚，但是無奇功；「行穩」最無用，但能憋大招。至於你選哪一個，看你想當鳳雛、臥龍還是冢虎了。
但是不管是哪一個，你都將無敵於天下，因為你能看透他的需求，洞悉他的問題，理清業務流程，清晰他的業務目標，知曉他的執行過程，辨別他的是非真假，站在一個比他更高的維度，觀察他，理解他，透視他，然後再剖析問題，發現異常，撥開迷霧，逼近真相。
而且你還會持續改善，持續優化，形成一個個的閉環，不斷提升結果。這個時候你老闆還給你3000塊一個月的話，你來找我！
本文由 @大數據架構師 原創發布於人人都是產品經理。未經許可，禁止轉載
題圖來自Unsplash，基於 CC0 協議