11月了，相信不少剛出社會的新鮮人也都找到了心儀的公司加入了職場。（因為我這也陸續出現了幾位新人……。）
加入新公司，都想要快點產生價值，想著研究所學了這麼多技能，會用R/python，算法也難不倒我，時間序列、回歸分析、聚類分析等數學理論與代碼隨手捻來。指望著一進公司就做出超屌的事情……。
然而作為數據分析師，相對其他職位往往是最難直接體現經濟效益的。
相對設計、前端、後端，一個產品的頁面設計好不好看，頁面展示有沒有正常，功有沒有bug，這都很容易衡量。一線的客服耐心的解決客人問題，銷售、管道管理、門店培訓培訓一類馬上關乎到公司獲得的鈔票。
數據分析呢？
所以……先別想這麼多了，花點時間好好把基礎掌握牢固，我認為可以從以下三點出發
- 查看部門以往文檔跟分析報
- 瞭解產業的運營模式與流程
- 熟悉常用的數據表與任務流
這三點要花多少時間呢？我也回答不出來，要看產業複雜度、你對產業的熟悉度、公司業務複雜度來決定吧。如果在一個比較複雜的業務環境，光是熟悉比較常用的表以及摸透表之間的關係，就可以玩三個月了（剛好是一個試用期）。更何況很多公司的數據庫又髒又亂永遠是個謎……。
對了，這篇是針對數據分析師。如果工作內容是明確的算法工程或是數倉的，不適用喔
1. 查看文檔，尤其是以往的項目或報告
查看過往的文檔，了解部門之前做過哪些事。如果是項目，可以了解項目背景，數據量在什麼範圍，用了什麼方法，問題被解決到了多少的程度，部門內部彼此分工或是與部門外的協作方式。
如果有月報或任何分析報告，就好好閱讀，了解前輩的分析思路、分析框架。了解基本觀察指標有哪些，指標數字大概落在什麼水準？歷史趨勢的波動哪裡高？哪裡低？（代碼要來看更好）除了對對公司整體環境有基本的了解，可以作為日後分析的交叉對比，判斷自己的數字是否合理、解析這個數據代表著什麼？
2. 瞭解產業的運營模式、內部流程之間的流轉、包含規則與名詞定義
數據的價值，簡單的說，就是透過客觀的數據解決業務方的痛點，痛點可以是運營策略建議、也可以是單純要有數據來衡量效果，因此我常常強調，分析師要比業務更了解業務。
如果數據不結合具體的行業、業務知識，數據就是一堆數字，不代表任何東西。是冷冰冰，是不會產生任何價值的，數據驅動營銷、提高科學決策一切都是空的。
了解運營流程，可以幫助我們形成「面對問題的分析思路」，從更上游的環節來思考與找尋原因。運營規則，也會影響到取數數條件，或是分析結果的解讀。舉例來說，註冊規則由「一個手機號只能註冊一次」開放成「一個手機號可註冊多用戶」，那註冊用戶數變高就不是什麼稀奇的事了。
雖然行業、業務的知識是一點一滴的積累起來的，有時候是急不來的，但還是有入手的方向：
- 問老闆，尤其內部規則類的，應該多少都會有整理文檔
- 向業務部門多請教，多溝通。數據分析師與業務部門沒有利益衝突，而更向是共生體，所以如果你態度好，相信業務部門的同事也很願意把他們知道的告訴你。
- Google 或瀏覽行業相關的網站。看看行業都發生了什麼，主要競爭對手或者相關行業都發展什麼大事，把這些事與你公司的業務，數據結合起來。
3. 熟悉數據表與任務流
你只有把數據先取對了，才能正確的分析，否則一切都是錯誤了，甚至會導致致命的結論。連表結構跟數據字典都沒熟悉，是要分析什麼呢？
基本要求是看到某個數據，你很清楚的知道，這個數據的統計口徑是什麼？是從哪張表取出來的？例如「新會員」是什麼。第一次在使用某產品的會員？還是在站在公司角度上說，第一次在公司發展業務接觸的會員？ 時間是通過創建時間，還是業務完成時間？完成時間是下了單就算，還是要成功支付？一個任務流包含了資料獲取-清洗-存儲-開發-維護，每個環節上都是誰在負責，情况如何？畢竟髒數據越少，你花在數據校驗的心力就越輕鬆。
最後，分析工作的第一步都是從數據庫中提取數據，公司的數據都放在資料庫中，如果一名數據分析師不會寫SQL，那麻煩就大了。
數據分析系列1：談談數據分析的眾多Title
數據分析系列2：數據分析的一週工作日程
數據分析系列3：身為資料分析師，你該如何展現工作中的價值？
數據分析系列4：如何量化職場規劃？我這次的轉職規劃與Offer選擇
數據分析系列5：為什麼要關心資料來源？談談埋點數據的陷阱
數據分析系列6：精選幾個資料分析的學習資源
數據分析系列7：數位化決策轉型與企業文化的一些思考
數據分析系列8：中山大學經濟所職涯座談(ㄧ)：”了解自己”的重要＆我怎麼成為數據分析師
數據分析系列9：中山大學經濟所職涯座談(二)：想從事資料分析？你需要具備這8個能力
數據分析系列10：中山大學經濟所職涯座談(三) ：讓資料變商機 — 資料分析在我們生活中的應用
數據分析系列11：面試時，資料分析師該怎麼準備作品集？
數據分析系列12：2018年終工作總結(數據分析師)
數據分析系列13：數據化運營中玩過的分析項目
數據分析系列14：聊聊數據指標體系
數據分析系列15：用戶畫像很重要，那你知道是怎麼畫出來的嗎？
※本文摘自 部落格 「 ROCK DATA | 玩搖滾的數據人 」 作者 邱國欣 (Andy Chiu) ※
也推薦你看看：
《臺灣女生前進Tiffany總部！90後才女April：「身為外國人，數據就是我的武器」》
若你正在工作中遇到任何卡卡，點擊看更多 BetweenGos 職涯服務，陪你把職涯走得更順利～
一天一點靈感，獻給知性的你！現在就來follow我們的IG：
給你更多美好提案！
給需要完整工具備戰「轉職」的你 ►推薦你看看《跨領域求職實戰課》
求職這段旅程向來不輕鬆，讓我們陪你一起走吧！從「收斂目標」、「市場機會分析」，到「履歷面試」準備，BetweenGos 集結 8 年現場教學經驗，目前已經協助超過 5000 名學員找到適合自己的職涯方向。我們將這些驗證過的成功經驗整合一起成為一套轉職方法，帶你有效率地計畫並執行轉職行動。
透過這堂課，你可以：
- 建立「組合式職涯思維」，讓未來發展方向更清晰
- 實作「跨領域能力地圖」，打造你的專屬技能樹，讓過往累積更具體
- 完成「一頁式職涯亮點」，將關鍵切入點，展現於履歷、面試中
- 提升你的求職信心，讓面試錄取率翻倍＋＋
一起加入課程，著手打造屬於你的理想未來！►手刀看課程
若想更認識自己，深入了解自己的天賦和優勢，推薦你參考《優勢思維》線上課
超過 2000 名學員好評支持的《優勢思維》線上課程，透過專業教練設計的系統化課程與精準提問，系統化拆解「價值觀」、「職能」、「天賦」，透過「認識天賦」，融合「一對一職涯諮詢技巧」，要把自我教練的方法教給你，帶你了解天賦，重新定位，發掘職涯其他可能性，因更加認識自我而感到自信、自由。
➟ 進一步探索自己的價值觀、職能與天賦，找到職場精準定位，前往看更多《優勢思維》線上課
➟ 延伸收看：什麼是蓋洛普優勢識別測驗？
若你正在工作中遇到瓶頸...有些小卡關... ▶︎點擊看更多 BetweenGos 職涯服務
職場不是一個人的戰鬥，讓我們陪你把職涯走得更順利🌿一天一點靈感，獻給知性的你！歡迎追蹤我們的 IG 給你更多美好提案：）
