数据分析师能力评估
一、判断分析师段位
我如何判断一个分析师在某家公司的段位？一般情况下对入职1年左右的咨询师，判断方法只需要问一个问题：
请用最少的指标，描述出核心业务&产品？
这个问题其实问了三层含义：
①什么叫公司核心业务？
②什么叫关键指标？
③哪些指标能衡量业务价值？
二、什么叫数据分析师
一个有意思的岗位职责描述是这样的：
CEO的核心工作：猜
数据分析师工作：尽量让CEO猜对
普遍认知的BI定义描述
商业智能（BI）是利用技术手段或方法，将数据转化为知识，用以支撑企业决策、发掘商业价值的一套解决方案。以数据为中心，BI的核心功能主要有数据仓库、数据ETL、数据分析、数据挖掘和数据可视化。
这里我没有引用BI的定义，原因是，在国内，BI分析师被拆成了多个重心不同倾向的岗位，如下图
A类：商业分析师（一般都是行业经济与竞对分析）
B类：初级分析师（俗称茶树菇）
C类：数据分析师
D类：BI工程师
E类：算法工程师
F类：大数据算法工程师
真正国内对BI分析师的定义，更倾向于C类。
分析师分类 | 国内定义核心工作 | 技能 | 加分项 | 发展方向 |
|---|---|---|---|---|
| 商业分析师 | 帮助业务、市场、管理层做数据洞察，一般从大的市场环境、竞对开始，有些会涵盖数据分析师工作 | EXCEL/PPT，部分SQL 宏观数据的获取能力 表达能力、视觉思维、逻辑性强、思维清晰，特别是沟通能力 各类如聚类、归因等统计学 | 结构化思维、千万级数据处理经验、行业经验 | 业务负责人、战略分析师、高管等 |
| 初级分析师 | 协助业务或者上级完成一些常规的需求，这类一般是别人要什么，我们做什么，但是在不同的行业，不同的部门做的事情差异还是很大 | 强SQL，hive、tabl、spass等专精对口 啥都要会，啥都没办法非常专精，干1年怀疑人生 | 听话出活儿、快速响应需求、快速学习各种工具 | 纯正数据分析师、数据产品经理、数仓人员 |
| 数据分析师 | 【真·稀缺生物】，涵盖初级分析师工作，且还要能主动发现业务存在的问题，会用数据找事，梳理业务发展与指标体系之间的关系，从日常监督分析开始，更多的是专题性的分析，无中生有的能力 | SQL、EXCEL、PPT、python\spss\R任选其一，tableau\FineBI\powerbi，也要懂一些市面上流行的数据产品 | 逻辑能力、能听懂人话且会说人话、向同向上的沟通、行业认知与沉淀、框架性可视化 | 公司中流砥柱，真BI分析师，后面会详细说发展方向 |
| BI工程师 | 跟我们公司一样，数据规范、数据仓库、业务需求报表开发、多维度呈现等，核心是ETL | 数据库技术、数据仓库、Informatica, Datastage，Kettle，还有一些厂家的展示产品Business Objects, Cognos，常用梳理工具 ERwin、echarts等 | 既能DBA又能BI，有BI搭建经验 | CTO、项目经理、产品经理、平台负责人 |
| 算法工程师 | 做算法、搞研发、创新算法，工资高压力大，经常被需求干断片儿 | 数据库技术、hadoop、python、R、spark等等 | 学历+算法+技术越高越好、岗位背书、发量 | 技术大牛、CTO |
| 大数据算法工程师 | 国内一般跟算法工程师区分度不高，额外增加的工作类似于图语识别等，一般会跟技术部搞出一些神神秘秘的东西，经常拿一些专利 | 至少一门JVM系语言、linux、hadoop集群………… | 岗位背书、各项大数据基础工具等等、发量 | 技术大牛、CTO |
三、数据分析师的岗位描述与能力模型
不同段位分析师对岗位职责描述：
第一层：增长与效率提升
第二层：促进好的事情产生，阻止坏的事情发展（生）
第三层：判断方案效能&优先级（效率不仅是业务，比如工程师该干啥）
第四层：为达到某个结果建议方法
第五层：为执行某个方案提供依据
第六层：数据与行为的关系
第七层：数据与数据的关系
第八层：提供标准数据（不同维度、时间精度、完善度、可靠性、以及标准预警线）
第九层：认知数据（获取数据目前在国内由大数据或架构师承接而不是分析师）
与之对应的模型金字塔与职责数模型对应关系：
认知、思维、管理升级 | 业务技能精深支撑 | |||
业务规划、管理能力提升（1-7） | 管理人、事、资源业务（1-3） | 业务数据分析（9）、项目管理（2）、体系搭建（6/7）、产品策略制定（4） | ||
紧跟战略做好工作规划（3） | 探索型项目破局（1-3） | |||
与高层同频（3-4） | 业务增长引擎 搭建&诊断（应用就是1）（6/7） | 模糊问题 定义&解决 （6/7） | ||
底层认知&逻辑思考（6-9） | 商业思维（7） | 业务模型 梳理&搭建（7-9） | ||
复杂问题的拆解能力（6-7） | ||||
先说左边这部分，认知、思维和管理能力的升级，这里面，最底层的是复杂问题的拆解能力，这一部分是最难的提升的，不是说每个人都能短时间有所突破，但是，绝大多数都能在一定程度上得到训练。
往上一些，是我们的商业思维和业务模型的梳理和搭建能力，这是整个在商业世界里面最底层的能力。
在这些底层能力之上，就会进入到具体工作场景当中。
比如说：
如何在会议和沟通过程中，与高层实现同频？
如何梳理我们的业务模型，能够把这个业务模型想的极致简单清晰，让这个引擎更加合理？
当我们的业务引擎设计出来之后，它要如何搭建搭建？
这些是工作场景中比较具体的问题。
最后，则是我们工作场景当中，一些相对模糊的问题，我们要如何定义和梳理，并且能够把这些问题有效地传达给老板，推动问题被解决？
这些都是同学在工作当中明确存在，我们又必须解决的问题。
这三个能力，其实是在公司从战略到落地执行过程中，如何上传下达，如何能够衔接好战略思考和业务执行之间的关系，应该具备的能力。
这部分如果解决好之后，接下来上边又会有两类最常见的工作场景。
第一类场景，我的目标很明确，老板说今年我们要干两个亿，或者我们的增长要翻 3 倍，我的部门到底该怎么去规划？也就是所谓的紧跟战略做好工作拆解。
另外一种是，我接手一个探索项目，如何能够快速破局？
比如说，老板让你现在去开辟一条第二曲线，类似于在下沉市场去做地推，或者在下沉市场找到一个新的增长引擎，这件事如何快速破局？面对很多的不确定，面对很多的变量，我到底怎么更快打开局面。
这两类问题，是一个合格的操盘手，在工作当中经常会遇到的两类问题。
再往上最顶层的，可能就说下边所有的事儿思考都足够清晰了，我怎么做好我的管理，我怎么管人怎么管事儿，定期有一些很重要很简单的管理机制，帮助我团队当中能够稳步完成我们的重要目标。
或者说，我与团队之间上传下达这种沟通关系如何能够实现顺畅且高效，再比如说，我手上有一笔资源，我要如何调用它。老板今天给了我500万预算，我要如何使用，都是类似的内容。
除了左边这部分，还有右边的部分，业务技能精深。这就比较简单了，包括像活动策划、数据分析、文案、事件营销等等，这些事都属于具体的业务技能。
基于我们对于操盘手能力模型的定义，我会发现很多的同学要想成为业务操盘手，真正缺的是左边这部分，也就是认知、思维和管理能力的升级。
右边这部分，虽然我的硬技能还有欠缺，但是至少能过关，而且，具体的业务技能，提升的路径也更加多元，问题相对更好解决，反而是左边的问题，才更加重要。
因此，想要从一名合格的执行者成长为合格的业务操盘手，最重要的，就是升级认知水平、思维模型和管理能力。
四、业务精深技能补充
1、业务技能精深的补充—BI的技术能力
技术能力是数据分析师的工作下限，技术不会就去做CEO好了
层级 | 技能 | 备注 |
LV1 | Excel、SQL | 入行门槛 |
LV2 | Python/R/UE | 岗位长期效率 |
LV3 | 可视化（自研与第三方） | 数据目标群体的数据易用性 |
LV4 | 数间相关性 | 核心指标梳理（经营指标为主）、决策树 |
LV5 | 数行相关性 | 北极星指标（管理指标为主）、基础的业务方案 |
LV6 | 数据分类、分级与标准制定 | 数据分析框架搭建
|
2、项目管理能力精深模型
五、一般性BI数据框架流程
如何从0到1搭建BI系统的流程其实都是众所周知，无非是数据接入、数据准备、数据分析、数据可视化到数据分发应用的标准化流程。
而对于一个BI系统搭建负责人来说，这个问题其实更应该倒着看。企业搭建BI系统的目的是什么？需要解决哪些已有问题，实现哪些提升？涉及到哪些场景？需要如何实现？也就要求我们在做BI系统搭建时，要坚持自上而下规划，自下而上实施的原则。
六、分析师的生命周期与价值贡献
数据准确、数据监控、数据分析、策略支持、战略支持