数据分析工作的几个层次

1、会看数

理解业务后，整理指标框架

为分析目标选择合理的指标，确定指标计算方法

用恰当的表现形式呈现出来

2、会结合商业敏感性去看数

看数vs结合商业看数，最大的区别就在于，前者仅给出了数据，趋势也好对比也好，后者给出了判断。判断包括，某业务好不好，某指标是否存在问题，如果有问题原因在哪里

这些判断，就是最有价值的观点，他们并不是从数据里蹦出来的，是要跟业务紧密结合后，通过数据分析师的逻辑思考加数据印证得出的。

3、会做数

数据分析和数据 产品是两个截然不同的工作范畴，但就像玉女心经一样，需要双剑合璧才能发挥无穷威力。当然同一个人既负责数据产品又负责数据分析，会从头跟到尾最好，这样数据从哪里来用到哪里都非常清楚，可以形成生产数据和应用数据的良性循环，但是人的精力总归是有限的，最终还是要靠团队合力来完成这两项工作。

不过，我个人的经验是，用产品的思考，迭代、文档化、明确产出来管理数据分析工作，会效率更高。但对产品细节知识的管理和积累，是我现在的痛点：技术原理理解能力差，经常记不住数据产品细节。

4、会应用

用2的结论来指出业务需要作出怎样的改变，或者发现了哪些新的机会。如果能结合国内外的竞品、行业趋势，那当然更好啦。

昨天ZY说的很有道理，不应该只知道数是多少，还应该知道数应该是多少，可以做到多少。

5、会创造

用数据去创造数据，发现新的机会。

参考资料：车品觉《决战大数据》