被《经济学杂志》誉为“新石油”的数据分析师，成了近年来各企业争抢的香饽饽。像阿里、腾讯、华为等大厂，给出的年薪甚至接近百万。

但现实中更多的分析师被称为“数据民工”，懂点Excel和SQL就能上手。

虽能拿到一万出头的月薪，但想再涨薪却难上加难。在日常工作中不仅没有存在感，对自身职业发展也极度迷茫。

▌ 没有感情的取数机：Python、SQL都会点，但又不精通，工作中做的最多就是，业务部要啥数据就给取啥数据，活生生沦为一个工具人。

▌ 工作成果不明显：一般岗位的KPI都是Q3成交多少、拉新多少。而数据岗却是完成了多少份报告、提了多少数。有时自己都怀疑做的这些有没有被承认？

▌ 自身价值难体现：辛苦做的数据报告参考意义不大，难以起到指导决策的作用，最后变成管理层D盘里的压箱底。

▌ 职业发展受限：工作三五年，终于当上了小组长，但后面呢？看着运营、产品等同事主管、总监步步升职，而自己却原地不动。

而导致这些问题的真正原因，其实是缺乏业务分析能力。

数据分析师不应该只是一个获取数据、清洗数据、数据建模、数据统计的工具人。

熟练运用工具只是基本功，而真正通过数据分析结合业务，实现正确决策、赋能业务增长才是分析师拿高薪、摆脱民工头衔的关键。

其实早在2017年，马云在IT领袖峰会上就曾说：“在未来，一切业务数据化，一切数据业务化，企业才更有出路。”

2017年IT领袖峰会-马云演讲。

4年后的今天，数据已覆盖我们工作中的每一个场景。对于数据分析师来说无论是指导业务决策、洞察商机还是赋能业务增长，业务分析能力都显得尤为重要！

所以没有业务分析能力的数据人，在职场中很难升职加薪不说，还将随时面临着被淘汰的风险。

不要让分析能力

成为你职场发展的绊脚石

▌ 如果你经常逛招聘市场就会发现分析能力在职场中越来越重要，尤其对数据人来说，业务分析能力就是数据人职场能力的分水岭。

不管是从事哪个行业的数据分析师，分析能力基本上已经成了企业招聘数据分析师的标配：

▌ 在《2017大数据分析师能力模型与企业需求报告》中显示，企业需求排在第一位的就是业务分析能力。

数据来源《2017大数据分析师能力模型与企业需求报告》

因此业务分析能力已经成为了当代数据分析师最需要掌握、最有潜力、也最有"钱"途的能力之一。

没有业务分析能力

职场发展寸步难行！

大数据时代，懂业务才是让数据分析师职场脱颖而出的关键因素。

如果你还只是个查数取数的机器人

就真的危险了！！！

作为一个数据人，如果你已经工作了三五年，在以数据为基础的今天，还只会简单粗暴查数、取数，就真的危险了，你需要马上提升这三项能力：

1 数据分析工具

这是基础不用说，但不要以为只会 Excel就行了，SQL、Python、PowerBI、Tableau等常用的数据查询和可视化工具都是必备武器，想提升能力应对复杂业务场景，多学一种总能用得上。

2 掌握数据分析方法和模型

用户数据运营模型、用户流失预测模型、混合矩阵模型、卡诺模型、漏斗模型、指标体系搭建、探索性分析......这些由平庸迈向卓越的绿色通道，你通关了吗？

利用漏斗图分析电商各环节问题

3 具备数据意识

运用各类高级可视化图表阐释业务场景和数据逻辑，能够轻松通过数据讲故事，紧抓老板眼球，才能在公司获得更大的话语权和晋升机会。

数据可视化让你的故事更有说服力

1 数据分析方法及数据可视化

▌ 6大分析法：相关性分析法、分布分析法、对比分析法、多维分析法、交叉分析法、时间序列分析法。

▌ 7大可视化图表：相关热力图、用户流转地图、直方图、条形图、多变量图、折线图、散点图。

▌ 数据分析全流程：业务分析→数据可视化→数据洞察→决策分析→用数据讲故事。

2 深度剖析，层层进阶，质的飞跃

▌Step1：找病灶——用数据描述商业活动

你是不是也在为业绩目标发愁，搞不懂用户为什么流失？更让你头痛的是找不到重点。一张用户流转地图，向你全面展示用户旅程，通过用户行为流转数据，迅速锁定问题关键环节。

▌ Step2：查病因——数据可视化与探索性数据分析

造成这些问题的背后成因是什么？是货不对？是人群获取不够精准？是平台产品体验不好？通过抽取上下游环节数据，直观明了分析出各个环节的优势以及劣势，精准问题成因。

▌ Step3: 开药方——数据分析报告的撰写策略与方法

撰写数据分析报告，用数据说话，通过可视化图表阐述复杂的业务问题，得出有效结论，给老板决策提供有力支持，这样的你距离升职加薪还远吗？