每个职业都有自己的成长曲线，技术岗需要不断精进技术，业务岗需要不断扩宽业务边界。但是数据分析岗比较特别，一个值钱的数据分析师，不仅需要在技能和理论上成为高手，还需要深刻理解业务，做到始于业务，反哺业务。

我干数据分析将近十年了，在多家不同公司任职过，一路走来，认识了许多能力和素养超高的分析师。从他们身上我总结了一下，一个优秀的数据分析师，大体都会经历以下3个阶段：

第一：表哥表姐阶段

曾经听过一个数据分析师的段子：入职的时候手推各种机器学习算法，甚至深度学习的一些公式，入职之后就SQL。

这戳到了很多表哥表姐的痛处。SQL是数据分析师的基本功，但如果工作几年，每天都在干着取数、Excel做表、PPT汇总这些基础的活，就要引起你的警惕了，因为这样的工作重复毫无技术含量，而且可替代性太强。

当然出现这种情况很多是公司的原因，可能是公司或部门不够重视，做了一大堆分析结果关键时刻领导还是拍脑袋，也可能是公司底层数据混乱，取个数都麻烦哪有心思分析。如果是这些原因就可以考虑另找出路了，一般大公司在这方面会好很多。

如果公司给了发展空间，就需要自问是不是成长性不足，我给一些建议作为参考：

技能和理论方面，熟练使用Excel、SQL是技能基础。EXCEL要掌握vlookup，match，index等常用函数，以及各类图表。

SQL要熟练使用表格关联，数据倾斜优化，聚合函数，窗口函数等，初学者可以看看《MySQL必知必会》，想进阶就看看《高性能MySQL》，都是经典。

另外，数理统计和概率论是理论基础，要掌握相关术语和全概率公式、贝叶斯这样的常用公式。

除了技术上的学习，也要加深对业务的理解。

对每个初级数据分析师来说，取数是最好的了解业务的时机，当然这不是业务人员提什么需求你都照做的意思，而是应该好好把握每一次和业务人员沟通的机会，一方面把交代的工作做好，获取业务人员的信任，另一方面要主动和业务人员讨论，比如怎么看数据、用哪些指标、结论合不合理。

第二：解决问题阶段

如果技术扎实、对业务有了深入的了解，我们就可以进入用分析辅助业务决策的阶段了。如果说第一阶段只是为业务人员提供支持，那么第二阶段就需要我们参与到业务中来。

怎么参与？

我们需要通过分析知道业务哪里存在问题，需要怎么进行优化，优化的步骤是什么？怎么进行实验，以及怎么对实验结果进行评估，总之，需要我们对业务发展提出专业的分析意见。

首先要比第一阶段掌握更高阶的工具，比如Python、R语言，也要掌握如何搭建各种经典的数据分析模型。

但是这些工具都是编程语言，学习起来非常复杂，很多数据分析师最后用的都是专业的数据分析工具，比如FineBI，好处就是无需编程、简单易上手，通过简单的点击拖拽就能搭建各种分析模型，省时省力，已经成为很多出色的数据分析师的必备工具。

关于工具，点击我的头像私我暗号“BI”就能获得！

其次我们需要有足够强的提炼归纳能力，也就是要找出关键数据并分析的能力。说到这里又不得不夸夸FineBI了，FineBI可视化做的很出色，不仅有丰富的图表样式满足各种分析场景，还可以用多个图表搭建驾驶舱，通过图表联动和上探下钻，大大降低了分析难度，帮助我们快速挖掘数据背后的价值，无论是自己分析还是做汇报，FineBI比Excel+PPT搭配的效果还要强的多。

第三：引领业务阶段

如果对业务有了深刻理解，能参与业务决策，我们就可以进入到第三阶段。在第三阶段，需要我们充分发挥主观能动性，成为引领业务发展方向的领航员。

在这一阶段，我们对各种分析工具和理论应该熟练掌握了，并且我们需要比业务人员更懂业务，需要有梳理业务的逻辑能力，需要有较强的商业敏锐度，需要从数据的蛛丝马迹中找到业务发展的密码……总之，要能用数据分析指导业务决策。

大数据时代，任何一家公司都需要的数据分析师来辅助业务决策，未来几年，数据分析师将成为职场中最炙手可热的职业之一，一个优秀的数据分析师会享受到很高的溢价。

万丈高楼平地起，一个出色的数据分析师是需要时间和业务来沉淀的。在工作中，我们需要不断学习工具和分析理论，不断深入理解业务，积极用数据分析反哺于业务决策！