作为数据分析师 你需要具备这7大技能

如今很多企业都严重依赖关于客户、产品、流程、投入和市场的数据，他们越来越需要能够从这些数据中提取信息和洞察的技术人才。但是雇主需要哪些技能？在数据分析方面，无论是什么职位，都有一些技能和素质是雇主要求候选人必须具备的。

这些技能和能力可以通过教育获得，也可以通过经验和实践获得。下面就让我们来看看这些必备的技能。

商业头脑

如果你希望你所扮演的数据分析师角色影响力更大更广泛，你就需要深入了解业务的运作方式，不要只局限于KPI和上个月的畅销商品。

什么是业务战略，它在市场中的地位，以及如何从竞争对手中脱颖而出？企业组织中的关键流程是什么？不同的产品、部门和人员有怎样的关联？依存关系是怎样的？威胁成功的因素有哪些？

虽然你也许无法了解所有这些问题的答案，但是你可以通过工作和人际关系构建你的业务知识体系，让你作为数据分析师体现更大的价值。

业务知识将帮助你提升对公司数据的理解，帮助你发现早期预警信号，并寻找合适的人才来回答问题并与之共享信息。

技术技能

作为数据分析师，你可以使用软件、系统和数据。将这些元素放在一起，从原始数据中提取有意义的洞察，这不仅需要就有技术方面的技能，而且也需要你愿意不断打磨技能，以跟上技术发展的步伐。

基于好奇心和兴趣的技术理解，将给你提供动力。使用数据、分析数据、将数据转化为可见的洞察，这是否会激发的的兴趣？你是否喜欢采用原始输入的数据，并将其转化为对业务（或公众）有意义的事情，来阐述一个特定的主题或成果？这是一个很好的基础。

了解数据的价值链有助于你将所有内容放入上下文中。端到端的流程中涉及到很多系统和接触点，这将让你更容易理解这其中的连接方式，以及由谁负责哪个部分。

•  数据来自哪里？
•  为什么收集数据，如何以及由谁收集？
•  数据经历了哪些转变的步骤？
•  数据存放在哪里？
•  你如何访问这些数据，以及谁有权访问这些数据？
•  你可以使用哪些工具分析这些数据？
•  你的利益相关者提出了什么问题？
•  谁是数据洞察的受众，他们打算根据你的结果采取什么行动？
•  分享了结果之后会怎样？
•  你的数据分析会带来什么影响？决策中是否有可见的结果？

沟通技巧

作为数据分析师，在为决策提供洞察的过程中，你不仅可以通过数据进行沟通，还可以与利益相关者、同事、数据提供者、系统所有者、其他很多人沟通。

当你共享信息的时候，考虑正确的媒介，是很重要的。你的企业组织是否拥有用于决策的数字化、交互式和探索性仪表板，或者你是否需要提供可用于“阅读”的打印材料？谁是你的受众，他们在寻找什么？你的受众在哪里？语言、文化和分散的地理位置如何影响你传递结果的方式？共享信息的时间框架是怎样的？

通过使用数据改善你的书面和口头沟通技巧，将给你带来长远的好处。

利益相关者管理技巧

你的利益相关者是你的客户。他们对信息的需求是你分析数据的动力。利益相关者是这个难题中的一个重要组成部分，团队规模越大或影响力越大，找到满足客户需求的解决方案就越困难。

当你与利益相关者合作并通过讨论、访谈和研究的方式收集他们的要求时，要了解他们的期望，并在时间框架、可用数据、人员和资源方面管理这些期望，是非常重要的。

向利益相关者展示如何使用你创建的内容。一方面，这应该是直观的、简单的，并且建议包括各种说明。另一方面，你无法预见用户可能通过交互式数据可视化的所有潜在方式，所以为你的受众提供各种说明能起到一定的帮助作用。

在你与利益相关方的互动中，尝试形成持续沟通想法和信息的机制，当他们收到你对数据和系统的意见时，你是深入了解他们的业务和他们对洞察的需求的。

批判性思维

批判性思维涉及到在行动和思维上不局限于手头上的任务。当你问自己这些问题“这意味着什么？”“这对过程x有什么影响？”的时候，就意味着你开始走出人迹罕至的地方，深入了解你面前的数据。

查看异常值应该始终推动进一步的调查。数据中的峰值意味着什么？这是一个微不足道的异常，还是一个需要你进一步评估的重要因素？

可视化分析可以支持你的批判性思维过程，因为可视化分析可以让你在很短的时间内，从不同的角度查看数据。当你找到特别有趣的数据点时，你可以使用不同的图表轻松快速地对其进行调查，引入时间维度或者有关业务其他部分的详细信息，以便为你提供新的视角。

探索相同情况的不同角度，有助于你回答一些问题并评估是否应该进一步调查。把你想象成是研究员和调查员。

演示技巧

很多分析师点击一下按钮就可以与受众进行数字化的分享。但是有些情况下，你需要亲自向现场观众展示你的洞察和报告。

因此，打磨这些技能是非常重要的，这样才能以优雅的方式有效地分享你的发现。清晰的结构易于理解，遵循逻辑顺序表达你的关键洞察，这可以达到很好的效果。当你做演示的时候，专注于重要的事项，要知道如何围绕交互式仪表板进行演示。

有一种非常有价值的方法，就是不限制那些显而易见的问题的答案，并且预测潜在的后续问题。这又回到了解和理解你的业务和利益相关者上来。他们对什么感兴趣，他们现在的优先事项和依存关系是怎样的？

提前准备好受众可能在问答环节提出的问题和答案，这将起到一定的帮助作用。如果你没有准备答案，那么需要准备好后续跟进为他们做解答。你要知道如何以及何时为后续问题提供答案。

准备是关键，倾听利益相关者的意见，并期待他们的需求将帮助你在内部树立起自己的信誉和品牌。

数据可视化技能

使用什么工具，是数字化的方式，还是在白板上分享洞察，这些都不重要。能够展示一个完整的画面来说明正在做的事情，这是一项非常重要的技能。

这可以是像在白板上绘制流程一样简单。当利用画图作为起点的时候，可以帮助你清除很多分歧。

你经常需要在报告、交互式信息中心或者图表中表达你的见解。为了最有效地做到这一点，请确保为数据选择适合的图表类型，并且以能够清晰快速地展示成果的方式做设计。

注意上下文：孤立地汇报数字会削弱数据的意义。这些数据与历史数据、其他部门、行业基准有怎样的？观察结果以指导你的受众判断这些结果是好还是坏，是否需要采取行动，采取怎样的紧急措施。你要熟悉数据可视化最佳实践，并尽可能运用这些实践。

现在你的旅程已经开始

恭喜你选择进入数据分析行业。处理数据和帮助企业组织改进决策，这是一个令人兴奋的领域，提供了许多职业机会。

你可以借鉴本文提到的一些关键方面，为自己设定切实可行的目标，开始改善你的各项技能。专业的成长和发展需要时间，你不会在一夜之间达到顶级水平，但这一切都从第一步开始，预祝你的数据分析职业生涯快乐。