如何做好数据分析师的职业规划

问题描述

精选答案

说实话，入门数据分析师行业并不难，但想竞争到较好的岗位就不太容易了。

除了要有过硬的数据技能和扎实的实操能力，高情商更是不可或缺，此外还得具备流畅的沟通和表达能力，才能在芸芸众生之中脱颖而出。不过这些终究还是得不断磨练和成长，才能逐渐优秀和熟悉起来。对于数据分析师这个职位，你算是小白出身，做好自己的职业规划，可以让我们在职场中更加得心应手，不至于真正面临问题的时候束手无策。做好职业规划，让自己的数据分析师之路走得更顺。

1、要知道，技术永远都是只是一种客观手段和谋生工具，产生价值、凸显价值才是王道。这里面涉及到诸多的自身能力需要不断磨练，比如个人的意志力、沟通能力、表述能力，还有你得好奇心、创造力和影响力等等。这些都是可以让你逐渐成长为一个优秀的数据分析师的重要素质。要去make the change and influence，不只停留在数字展示。

2、笨鸟先飞，拥有一个好的身体会使你能量倍增。初入职场，肯定事事要虚心向学求教，对于领导的指派任务，我们一定要高效完成，加班加点在所难免。职场里面那些充满能量、新鲜项目感兴趣、滔滔不绝做presentation的人通常都是有着很好的生活习惯、处理事情很快，吸收知识很快、愿意学习了解新事物，坚持锻炼的人。这个法则适用于大多职场。拼到后面其实是持久的耐力，就是不松懈，坚持对的事情。

3、别钻牛角尖，要灵活。如果一种方法试了好久都不行，停下来，问一问，试一试别的，可能会有新的出路。职场不是一个学术的地方。我们要认真做事，但是不要追着一个小的问题不放，这样很容易丢失掉大的东西， 负责任地讲，有很多项目是半途而废的，有很多数字不是准确的，我们要做的是顺势而为，抓住重点。Always focus on big picture.4、先做倾听者，再做思考者，然后做好的提问者，最后做实现者。这里每一个环节都重要，先知道别人关心的是什么，有什么问题，然后要系统性考虑，有时候不要着急解决小问题，Focus on big picture，此外，提问出关键问题甚至能够帮助stakeholder更清楚了解他要的是什么，最后搞清楚了这些之后就是Action。

5、有意识地去跟人交流，特别是业务相关人员，以及各个条线的stakeholder，如果仅仅利用必要的时间，比如开会的时候交流彼此对业务对分析的看法，通常是不够的。我们作为分析人员，最好要走在前面，试探性的问问题，交流想法。提升自己举例子的能力，把复杂的东西通过简单的描述让别人理解很重要。

6、不停的总结，迭代。其实数据分析里面的分支学科还是很多的，ETL, Data Cleansing, 一些基本分析模型，Data visualization等等，不管是自己做过的项目经验，还是网上看来得好文章，或者同行交流来的新的好的内容，都可以不停的总结，试用，反馈，以此循环。长期来看是非常有好处的并且容易形成自己的体系。

其他回答

注册消防工程师论坛

说实话，入门数据分析师行业并不难，但想竞争到较好的岗位就不太容易了。除了要有过硬的数据技能和扎实的实操能力，高情商更是不可或缺，此外还得具备流畅的沟通和表达能力，才能在芸芸众生之中脱颖而出。不过这些终究还是得不断磨练和成长，才能逐渐优秀和熟悉起来。对于数据分析师这个职位，你算是小白出身，做好自己的职业规划，可以让我们在职场中更加得心应手，不至于真正面临问题的时候束手无策。

做好职业规划，让自己的数据分析师之路走得更顺。

1、要知道，技术永远都是只是一种客观手段和谋生工具，产生价值、凸显价值才是王道。这里面涉及到诸多的自身能力需要不断磨练，比如个人的意志力、沟通能力、表述能力，还有你得好奇心、创造力和影响力等等。这些都是可以让你逐渐成长为一个优秀的数据分析师的重要素质。要去make the change and influence，不只停留在数字展示。

2、笨鸟先飞，拥有一个好的身体会使你能量倍增。初入职场，肯定事事要虚心向学求教，对于领导的指派任务，我们一定要高效完成，加班加点在所难免。职场里面那些充满能量、新鲜项目感兴趣、滔滔不绝做presentation的人通常都是有着很好的生活习惯、处理事情很快，吸收知识很快、愿意学习了解新事物，坚持锻炼的人。这个法则适用于大多职场。拼到后面其实是持久的耐力，就是不松懈，坚持对的事情。

3、别钻牛角尖，要灵活。如果一种方法试了好久都不行，停下来，问一问，试一试别的，可能会有新的出路。职场不是一个学术的地方。我们要认真做事，但是不要追着一个小的问题不放，这样很容易丢失掉大的东西， 负责任地讲，有很多项目是半途而废的，有很多数字不是准确的，我们要做的是顺势而为，抓住重点。Always focus on big picture.

4、先做倾听者，再做思考者，然后做好的提问者，最后做实现者。这里每一个环节都重要，先知道别人关心的是什么，有什么问题，然后要系统性考虑，有时候不要着急解决小问题，Focus on big picture，此外，提问出关键问题甚至能够帮助stakeholder更清楚了解他要的是什么，最后搞清楚了这些之后就是Action。

5、有意识地去跟人交流，特别是业务相关人员，以及各个条线的stakeholder，如果仅仅利用必要的时间，比如开会的时候交流彼此对业务对分析的看法，通常是不够的。我们作为分析人员，最好要走在前面，试探性的问问题，交流想法。提升自己举例子的能力，把复杂的东西通过简单的描述让别人理解很重要。

6、不停的总结，迭代。其实数据分析里面的分支学科还是很多的，ETL, Data Cleansing, 一些基本分析模型，Data visualization等等，不管是自己做过的项目经验，还是网上看来得好文章，或者同行交流来的新的好的内容，都可以不停的总结，试用，反馈，以此循环。长期来看是非常有好处的并且容易形成自己的体系。