年后，各个公司又涌进一大批新人，一些数据分析师也发现自己的处境也越来越尴尬。
自己以往要花很多时间的取的数，实习生两个小时就能跑完。
和新同事去对接的时候，发现他们对业务的认知比自己还全面。
业务部门逐渐把一些基础的数据工作接手过去，自己开始闲了下来
······
慌不慌？肯定很慌，有很多人也已经偷偷投简历，甚至请假去面试了。
但结果往往不尽如人意。
看看现在的招聘需求就能发现，在招的数据分析师基本都要求——
会搭建数据指标体系，有业务认知，在面对具体问题时知道如何归因、从哪里入手、如何做AB测试等。
不妨自查一下，你能满足几条？
01
数据分析师，不是“跑数的”
不得不说，有的人虽然干了好几年数据分析，挂着【数据分析师】的title，但就是个人肉取数机。
每天的工作就是根据各业务部门的需求跑数据，一旦谈到业务，方案等，就一问三不知了。
拿一个最常见的问题为例：
你负责的业务线最近新用户的留存比较差，能不能从数据角度分析原因，找到解决办法？
如果是上述的数据分析师，只能查一下该业务线DAU，跳出率，留存时间等数据，交给产品经理，就算完成了。
这种数据分析师是最常见的，常被调侃叫”茶树菇 / 表哥 / 表姐“,也是我很多读者的工作状态。
老实说，随着提数工具越来越先进的今天，这种数据分析师的生存空间，越来越小。
还有很多数据分析师可以采用由上至下的思维方式来分析。
通过【用户画像-寻找差异-差异量化成指标-问题假设-改进方案-验证】等流程，发现原因是四五线城市用户不喜欢现在冷启动推送的产品。
这类数据分析师，在目前阶段，是比较受欢迎的，但很容易到瓶颈，因为依旧是指哪打哪，没有自己的业务思维。
最高级的数据分析师，一般都是各大厂的数据总监、专家等。
除了业务需求的数据分析之外，还有自己的一套数据模型，会去了解下行业的平均数据，看一下竞品的模式，从深层次发掘业务的亮点，和领导、业务协作，提升整个产品的表现。
02
数据分析师的三个关键能力
如果你还处在取数阶段，不用慌，这是个必经的过程，但是工作了三五年，还被叫表哥表姐的话，就很危险了，你需要马上提升这三项能力：
数据分析工具，这是基础不用说。
但不要以为只会 Excel、SQL 就行了，想再多拿薪资，建议你们把 Python、Tableau、Power BI 等常用的数据工具都学会。
分析方法和模型，这是进阶。
到这阶段了，只是掌握工具肯定是不行的，需要掌握数据分析方法和模型，起码知道在哪埋点、如何定位核心问题、如何建立长效统计模型。
深刻的业务认知，这是你的价值。
你只有抓住业务本质，你分析出出来的结论和报告，才有建设性 ，能影响决策甚至提升业绩表现。
数据仪表盘
掌握以上三点的数据分析师，不论是大厂还是高薪，都不是问题。
03
如何跻身优秀数据分析师？
其实很多数据分析师不是不想学，而是不知道怎么学，去哪学，怎么学才有用。
锻炼的方式其实有很多，比如去看一些分析报告，琢磨他们的思路，多和业务部门沟通，主动思考等等，都是对我们的工作有益的。
难就难在，但大部分人的工作都局限在小公司小项目里，根本接触不到什么大的案例，用不到什么高级工具，更不要提拆解、分析了。
以上就是我今天的分享了，最后一份《Python学习资料》送给大家（复制链接打开哦）
https://shimo.im/docs/kTRXHYtJVDChyw8Y/
