想必大家都清楚，數(shù)據(jù)分析是一個(gè)入門簡單，深入難得行業(yè)，隨著現(xiàn)在技術(shù)、工具的發(fā)展，很多人拿到數(shù)據(jù)后，直接輸入到特定的環(huán)境下就可以快速得到想要的數(shù)據(jù)，比如一組訂單數(shù)據(jù)，放進(jìn)excel透視一下就可以知道什么時(shí)間下單多，哪些地區(qū)下單占比好，什么地區(qū)的人喜歡購買什么樣的商品，只要會(huì)excel，相信你一定能快速得到以上幾個(gè)數(shù)據(jù)，但是很少人會(huì)去思考這個(gè)數(shù)據(jù)要如何用？

比如你可以快速知道下單集中在晚上10點(diǎn)，那你要做什么？思考過嗎？

晚上10點(diǎn)可以做很多事，比如：

要提高成交，就要思考，分析的樣本是否可以代表總體的行為，是不是總體用戶也是這樣的下單習(xí)慣？地區(qū)之間有沒有顯著差異？

要提高客單價(jià)，就要思考已購多品類用戶與已購單品類之間的關(guān)系，品類之間有沒有相關(guān)或者關(guān)聯(lián)性，是用戶需求導(dǎo)致？還是營銷活動(dòng)導(dǎo)致？還是產(chǎn)品本身屬性導(dǎo)致？等等

要提高復(fù)購率，思考要不要針對(duì)已購行為的用戶做商品推薦？推薦什么？依據(jù)是什么？已購定義的時(shí)間窗口如何劃分，效果更好？近一月還是近14天？

要提高首次購轉(zhuǎn)化率，思考他們喜歡什么？最近的熱門產(chǎn)品是什么？如果push的話轉(zhuǎn)化的概率多大？等等

體會(huì)到了嗎？要做一個(gè)數(shù)據(jù)統(tǒng)計(jì)的機(jī)器人很簡單，你只要會(huì)操作工具即可，但要做一個(gè)用數(shù)據(jù)的高手，你會(huì)發(fā)現(xiàn)有很多環(huán)節(jié)要思考，去用數(shù)據(jù)去驗(yàn)證、假設(shè)、推理

我接觸很多人3年甚至多年的時(shí)間都僅僅停留在入門，但他們自我感覺是資深，仔細(xì)想一想以下六類人可能不適合做數(shù)據(jù)分析。

1、不善于思考的

其實(shí)數(shù)據(jù)分析的精髓在于思考，無論是出報(bào)表、還是做報(bào)告，其實(shí)都是希望通過這些看似雜亂無章的數(shù)據(jù)給我們帶來一些價(jià)值，而這個(gè)價(jià)值的衡量的出發(fā)點(diǎn)其實(shí)就是思考，簡而言之，就是你要用數(shù)據(jù)干什么？等有一天你想清楚了這個(gè)問題，你的思維也會(huì)變得更有邏輯。

比如領(lǐng)導(dǎo)讓你出一份經(jīng)營分析報(bào)告，那你就要思考，由下往上思考，整體會(huì)涉及哪些指標(biāo)，這些指標(biāo)背后的含義是什么？這些指標(biāo)能不能分類？分類的標(biāo)準(zhǔn)是什么？比如分類的標(biāo)準(zhǔn)是整體收入、發(fā)展趨勢、用戶表現(xiàn)、品類管理、庫存狀況等，然后再思考，例如整體收入這塊，我要用這個(gè)分類的那些指標(biāo)做對(duì)比、哪些做預(yù)測、那些做結(jié)構(gòu)，分別要告訴決策者什么問題，目前好不好的問題？未來好不好的問題？現(xiàn)在現(xiàn)在的狀態(tài)問題？這一來二去雛形不就有了嗎？這種方式相對(duì)而言，難度較大，要會(huì)歸納總結(jié)，還要會(huì)給一級(jí)、二級(jí)、三級(jí)框架造詞，說人話那種。

還有一種是由上而下，這類思考取決于分析師的項(xiàng)目經(jīng)驗(yàn)，做過的話，很容易提煉出誘人的大綱，再根據(jù)大綱敲定每個(gè)部分的分析框架，然后去思考選取那些指標(biāo)，什么樣式的分析方法更能傳達(dá)你要表達(dá)的信息，這類企業(yè)很喜歡，來了有是成熟的模版，直接干活。

2、太相信假數(shù)據(jù)的

很多時(shí)候你會(huì)發(fā)現(xiàn)，當(dāng)你看一份報(bào)告的時(shí)候，你被別的的ppt水平、可視化技能、文字的巧妙所吸引，而很少會(huì)思考，數(shù)據(jù)采集的方式是什么？是否能夠代表整個(gè)行業(yè)？指標(biāo)提煉的邏輯是什么？與我想要的有什么區(qū)別，可信度是多少？

對(duì)于超出自己范圍的數(shù)據(jù)要多渠道去驗(yàn)證，不能盲目的信從，比如媒體報(bào)道中的數(shù)據(jù)，什么離婚率、就業(yè)率、薪資等，要多來源驗(yàn)證、追問、質(zhì)疑，有人會(huì)說，研究這些和我做的業(yè)務(wù)沒關(guān)系呀，其實(shí)不是，這是一種對(duì)待數(shù)據(jù)的態(tài)度和習(xí)慣。

比如當(dāng)你計(jì)算一個(gè)kpi完成率時(shí)，你會(huì)發(fā)現(xiàn)很多指標(biāo)年年都好，但最終的財(cái)務(wù)指標(biāo)基本沒有任何變化，為什么？你質(zhì)疑過嗎？

考核的指標(biāo)一般都是層層下壓，為了完成kpi，基層也是絞盡腦汁。正所謂上有政策下有對(duì)策，執(zhí)行中必然會(huì)被扭曲。

尼爾·波茲曼說過：過去人們是為了解決生活中的問題而搜尋信息，現(xiàn)在是為了讓無用的信息派上用場而制造問題。

3、不善于溝通的

數(shù)據(jù)分析師常常在程序員、決策者之間進(jìn)行徘徊，上游是決策者，下游是程序員，要是沒有有效的溝通，你很理解決策者到底想要什么？要是沒有溝通你很難得到自己想要的數(shù)據(jù)形式？有數(shù)據(jù)和給你什么樣式的數(shù)據(jù)差異很大的

我見過很多人分析的框架和決策者想要的結(jié)合很完美，但找程序員要數(shù)據(jù)時(shí)，傻眼了，自己挖了個(gè)大坑，想分析沒數(shù)據(jù)。

也見過很多人未能和it準(zhǔn)確有效的溝通，提出來一張自己用現(xiàn)有能力無法玩轉(zhuǎn)的一張表。

更見過很多元數(shù)據(jù)理解的很清楚，但輸出分析框架時(shí)，受現(xiàn)有數(shù)據(jù)資源影響過大，打不開思維，導(dǎo)致輸出與決策者完全不符的分析結(jié)果。

這是一個(gè)博弈的過程，一定要溝通，決策者的問題是沒有邊界的，但你、決策者、it之間的溝通是可以讓其有邊境的。

4、動(dòng)手能力差的

有2個(gè)方面，一方面是自學(xué)路上動(dòng)手能力差，比如工具類的問題，經(jīng)常問來問去，其實(shí)有時(shí)候自己動(dòng)手搜索一下，你會(huì)發(fā)現(xiàn)世界真美好，這是搜索的強(qiáng)項(xiàng)，人腦記憶肯定干不過電腦。

另一個(gè)方面是自己缺乏練習(xí)，很多人學(xué)課程，看書，從來不自己操作，老想尋找一些面試題、某企業(yè)級(jí)數(shù)據(jù)集拿來分析一下，看看自己的水平，要對(duì)胃口的數(shù)據(jù)集其實(shí)很少的，即使有，也是美化版的，很多綜合性的演練你還是學(xué)不到的，還不如隨便爬一些數(shù)據(jù)，越亂越好（對(duì)練習(xí)工具操作有巨大好處），然后在現(xiàn)有數(shù)據(jù)的基礎(chǔ)上看看可以分析出什么？希望告訴別人什么？需不需要再補(bǔ)充一些數(shù)據(jù)，讓結(jié)論更有說服力，更細(xì)致一些。

要是僅僅是看，那你確實(shí)不適合做數(shù)據(jù)分析

5、連excel都用不好的

有人會(huì)說，你胡扯吧，我們都用python，我只能告訴你，你還是沒有清楚認(rèn)識(shí)到數(shù)據(jù)分析，沒有python前，大家都不做數(shù)據(jù)分析嗎？請(qǐng)好好思考一下

如果你仔細(xì)觀察，你會(huì)發(fā)現(xiàn)5年以上的數(shù)據(jù)分析師，90%都用的excel，10%的工作環(huán)境可能是python、sql、spark、kettle等。

不是所有人，所有分析師都要面對(duì)所謂的海量數(shù)據(jù)，目前的趨勢已經(jīng)是數(shù)據(jù)統(tǒng)計(jì)智能化了，部分做專題分析會(huì)復(fù)雜一些，但一般大的專題是要一個(gè)團(tuán)隊(duì)一起完成的，比如簡單的決策者+業(yè)務(wù)+it+分析師，所以很多時(shí)候it是可以幫你搞定的，會(huì)有人問，自己要是會(huì)的話，不是更香？那就要看你喜歡工具帶來的快感，還是升職加薪帶來的成就感了。

6、從來不復(fù)盤的

數(shù)據(jù)分析是一個(gè)很難成長的職業(yè)，有的人入行很多年還用的是入行時(shí)的那套分析邏輯，為何？

一直沒找到自己不對(duì)的地方，今天看點(diǎn)文章覺得思路好，下次加進(jìn)報(bào)告，明天又看一個(gè)課程說的這塊不錯(cuò)，下次再改進(jìn)一下，但你有沒有想過，你的這些舉動(dòng)其實(shí)是在消除焦慮，怕自己跟不上時(shí)代。

好的分析經(jīng)驗(yàn)一定是復(fù)盤出來的，分析最終都是要看療效的，那其實(shí)做業(yè)務(wù)分析的可以很直觀看到自己輸出對(duì)關(guān)鍵指標(biāo)的影響。

這時(shí)候可能會(huì)有一部分人說，我是做運(yùn)營分析的，我如何復(fù)盤？做運(yùn)營分析的目的是什么？發(fā)現(xiàn)問題，那發(fā)現(xiàn)問題的目的就是盡量讓這個(gè)問題按照我們的線路走，變的可控，變的可確定，那是不是需要一套跟進(jìn)的流程和監(jiān)督方式呢？另外發(fā)現(xiàn)問題與發(fā)現(xiàn)好問題，這也是一個(gè)值得復(fù)盤的方向。

這里面我始終沒有說學(xué)歷、專業(yè)、性別，在我看來這些都不是關(guān)鍵，分析思維是人類天生都有的，就看能不能激發(fā)出來。

你去買菜會(huì)考慮走那條路吧？路徑分配分析

你去買菜會(huì)做價(jià)格對(duì)比吧？參照物分析

你去買菜會(huì)考慮買什么吧？需求分析

你去買菜會(huì)看別人買什么吧？用戶分析

你去買菜會(huì)考慮去那個(gè)市場吧？綜合評(píng)估分析

對(duì)比Excel系列圖書累積銷量達(dá)15w冊(cè)，讓你輕松掌握數(shù)據(jù)分析技能，感興趣的同學(xué)可以直接在各大電商平臺(tái)搜索書名了解：

總結(jié)

以上是生活随笔為你收集整理的这6种性格的人不适合做数据分析的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。