今天继续谈谈数据。为了形成比较系统结构化的知识体系，1月份主要死磕数据主题，将之前实践的一些经验进行沉淀。
数据分析是为了通过对数据现象的查看来完成对产品，营销策略，运营策略的优化。达到最低成本，最优效果。那么一个数据分析师，需要有哪些基本能力，才能完成数据分析目标，保证结果的正确性。从我自己的体会，有以下几点：
1
对业务的理解能力
数据分析之前，首先要进行的是业务梳理。每个业务都是由很多规则和基本元素组成的，比如对于一个优惠返券活动，基本的活动规则是买100返20，需要设定投放量和使用量，以及在哪种规模和类型中的店铺，以及什么样的人群中进行投放。这个时候，就需要数据分析师明确这个业务流程，业务统计方式，以及业务效果评估方式，这样才能确定在 那几个数据维度上面进行分析和计算。
提升业务理解能力有几个方法：（1）多使用产品本身，只有不断的尝试产品，体验和了解各种产品逻辑，才能在分析时有直观的思考和总结；（2）与 产品相关的业务和技术同学沟通，尤其在进行数据理解和运营理解的时候，需要知道数据元素的含义以及当前运营的方式和形成这种运营方式的原因。
2
有耐心，善于沟通
数据处理和逻辑梳理需要足够的耐心，尤其是在各种数据格式不统一，数据表存放混乱，以及业务流程／逻辑异常复杂的情况下，作为数据分析师，一定要有足够的耐心，沉下来进行全面的数据流程确认，画出对应的流程图，理清楚分析重点。
同时，数据分析贯穿了数据仓库，技术，产品，业务等多个环节，需要和很多人沟通。所以，需要具备一定的沟通能力。在沟通之前，需要清楚的知道本次沟通的目的是什么，以及如何通过对方来达成自己有效数据分析的目标。与技术沟通，是理解参数含义，与运营沟通，是理解分析目标，与产品沟通，则更强调产品逻辑以及背后的思考。
3
数据分析技术
数据分析有很多技术可以支持，包括SQL，Excle，SPSS，Matlab等等，这些都是通过编程完成基本的数据分析语言编写，然后进行执行得出结果。
因此，数据分析师必须掌握并精通一两种数据分析编程技巧。包括从数仓取数据，对数据进行清洗，简化，或者补全，处理数据，计算数据，最后进行可视化表达。这样才能完成数据分析目标。这种技术对产品和运营人员也非常重要，只有学会处理数据，分析数据，才能在每个决策上面有据可依。
4
独立思考能力
数据分析并不仅仅是为了完成一些业务上面的数据需求和论证。数据分析者应该在理解业务的基础上，扩大自己的思考范围，提升洞察力。比如刚开始讲的返券活动，可能运营人员需要数据分析师做的是论证一下在某个行业和人群中的100返20投放策略是否正确。数据分析师在分析的同时，其实可以思考是不是可以进行运营打包，比如返券和返积分同时操作，或者在某几种组合关联商品上面进行特定返券等等。这样才能更好的提供分析决策，体现数据分析师的价值。
成为一个优秀的数据分析师，需要在不同的业务中进行磨练，同时需要足够的耐心和深入业务的思考进行决策支撑。一种客观，理性，同时又科学的数据分析心态是非常重要的，对于公司和产品的发展也是必需。
