[人工智能]数据分析师八大能力培养

数据分析师八大能力培养 资源介绍

课程围绕着数据分析师八大能力，把解决业务问题和管理数据开发项目一网打尽。

为什么会有《数据分析八大能力》这门课程

1. 一个本质的问题：数字、数据、数据分析与数据分析工作有什么关联和区别
2. 一个有趣的现象：为什么都叫数据分析部，不叫ESP部（Excel+SQL+Python部）
3. 一个成长的难题：从掌握取数技能，到完成数据分析工作，还需要补充多少能力
4. 做一个能完成工作、解决问题、能助力业务的真正的数据分析师，不要做人肉跑数机

八大能力：

• 能力一：收集信息能力
• 能力二：沟通需求能力
• 能力三：定义问题能力
• 能力四：梳理流程能力
• 能力五：定义标准的能力
• 能力六：寻找原因的能力
• 能力七：提出建议的能力
• 能力八：总结汇报的能力

课程大纲：

综述：八大能力从何而来

1.数据分析师所属的部门及职责

2.数据分析师价值：助力业务，推动决策

3.从企业决策流程，看有用的数据分析该是什么样

4.数据分析师的工作内容与流程

5.为了输出更有价值的工作，所必须的八项能力



能力一：收集信息能力 

1.自主收集信息是掌握业务的必要手段

2.为什么数据分析师必须理解业务

3.杰出的数据分析师不会等着别人来教自己

4.七步成诗法：理解业务的7个关键问题

5.应用七步成诗法所必备的信息收集能力

6.实战指南：制作一份自己行业的业务手册

7.特别提示：交流业务情况时的保密原则与谈话尺度



能力二：沟通需求能力

1.需求沟通是数据分析的起点

2.不会沟通就当一辈子人肉跑数机

3.一个好的数据分析需求，应具有的5个特征

4.当业务提需求时，该如何确认问题

5.当业务不理不睬，该如何主动了解

6.实战指南：常见的十问十答，亲自去试试

7.特别提示：必须克服不敢张嘴，关门造车坏习惯



能力三：定义问题能力

1.定义问题是正确选择分析方法的保证

2.数据分析不是万能的，界定不清，怎么干都是错

3.常见的5类业务问题与数据分析可以做事

4.收到问题时，第一时间判断问题范畴

5.解决问题所需的时间、投入需事先规划

6.实战指南：3个常见的似是而非的问题，挑战下看是否能分的清

7.特别提示：改掉唯业务是从，人家说一句自己动一下的毛病



能力四：梳理流程能力

1.梳理流程是定位问题的有效手段

2.不了解业务流程就无法深入分析

3.梳理业务流程的基本方法

4.将业务流程与数据流程对应

5.描述性统计是梳理流程的利器

6.实战指南：从一份基础数据，看出业务的问题所在

7.特别提示：没有业务背景的描述性统计是浪费时间



能力五：定义标准的能力

1.先有标准，才有“好/坏”的判断

2.没有明确标准是分析下不了结论的罪魁祸首

3.如何收集基于业务经验的标准

4.如何在没有经验时探索标准

5.如何验证标准的有效性

6.实战指南：基于常规销售数据，探索如何评价各分公司业务的标准

7.特别提示：特别警惕把描述现状和评论现状混为一谈的问题



能力六：寻找原因的能力

1.寻找问题原因的基本逻辑：归纳法与演绎法

2.寻找问题依托的是层层递进的假设检验

3.沿着业务流程，提出分析假设

4.设定假设检验方案与检验标准

5.估算各原因的影响与筛选重点原因

6.实战指南：从一份基础数据，看出业务的问题所在

7.特别提示：不能通过ABtest检验来验证的原因，不是好原因



能力七：提出建议的能力

1.提分析建议是体现分析价值的重要一环

2.分析建议的深度，取决于对业务的了解，而非分析能力

3.如何有效收集业务方案

4.如何评估业务方案的效用与可行性

5.如何基于评估结果向业务方建议

6.实战指南：基于一份分析数据，试着提建议

7.特别提示：分析建议不等于执行计划，守住分析的界线



能力八：总结汇报的能力

1.总结汇报是数据分析的点睛之笔

2.好的分析结果是包装出来的，不是自己憋出来的

3.因人而异，考虑场景，才有好的汇报

4.如何针对不同对象，设计汇报方案

5.实战指南：同一份文件，3个对象，请设计汇报方案

6.特别提示：必须牢记，业务方是评价数据分析质量的唯一裁判



后记：高质量的工作成果，从来不是单单靠技术实现的

1.如果方向歪了，怎么做都是错

2.工作成果=（自己努力+伙伴支持）*领导认可

3.酒香也怕巷子深，不会包装白累死

数据分析师八大能力培养 下载地址