你距离被Facebook认可的数据分析师，还差点什么？

经常有小伙伴在各种渠道问我，数据分析师怎么入门？应该读什么书？如何能成为被大公司认可的数据分析师？

Facebook 数据分析师邹昕曾分享过这样一张“数据分析核心技能地图”：

如果按照图上的标准，你正处于数据分析师的哪个阶段呢？

这张让人生无可恋的大图，在我看来，其列出的工具、语言、方法，还都只是数据分析师的基本功，是分析师的战斗武器。更值得思考的问题是，面对数据，要往哪个方向使力气？怎么用力？

为了解答大家的问题，我反向搜索了一下这张图的来源，是硅谷一个叫 Udacity 的学习网站做的，他们专做IT领域的在线课程，今年也有来到中国。经过层层推荐，我找到了 Udacity 上 Facebook 制作的课程《数据分析师》的导师 Jerry Wu，请他谈谈，在他心目中，到底什么样的素质或者知识，才能让一个数据分析师脱颖而出，被 Google、Facebook这样的领先企业认可？

以下整理自Jerry的回答：

想成为 Facebook 水准数据分析师，有哪些必备的核心技能？

今天这个时代，几乎人人都会提到数据。不管是传统企业还是互联网公司，都在大量招募数据分析人才。如果去看他们的招聘需求，有的要求用R，有的要求用 Python，有的要求熟练掌握 SQL。但在我看来，这些语言的选择都不重要，最重要的还是下面三个核心技能：

• 学会提出正确的问题
• 能够动手解决问题
• 沟通能力

邹昕也曾经在知乎上分享过，无论是在面试过程或是工作日常，想要在 Facebook 担任一位 Data Scientist，光掌握数据处理相关的编程技能远远不够。好的数据分析师，也要有能力充当半个PM，需要自己去寻找问题来源、产品发展方向、提供可行的解决方案然后再看效果，周而复始地进行产品迭代与方案优化。

学会提出正确的问题

数据分析的目标并不是数据本身，而是解决问题。如果从一开始，就搞错了解决问题的方向，接下来大量的努力也会无功而返。

想提出好的问题，需要有相应的行业知识和经验，有好奇心，会辩证地思考，还需要了解用户、受众的心理和行为等。

分析师在工作中往往要对接来自不同部门的数据需求。在接到需求后，不妨进行“角色扮演”，通过观察和沟通，代入需求方的角色，了解需求的上下文，从而定位真正的问题。

很多时候，需求方也会直接提出自己的问题，但这些问题本身很有可能只是表面现象。当好的数据分析师能够同时以旁观者和业务方的角度来提问时，会更容易定位真正的问题所在。

解决实际业务问题的能力

光会解一些理论层面的标准题目远远不够，现实中的问题往往更加复杂，而且需要你得出的不是一个结论，而是一个解决方案。

然而大部分新人数据分析师，都停留在熟练运用各种工具和方法上，无法真正在业务中提出有建设性的建议。

要知道，当市场专家、产品经理带着需求来找你，他们想知道的不光是两个人群的行为是否有显著差异、页面修改前后订单量是否有提升，他们还需要知道，数据中有什么样的答案，可以让我们的业务增长得更好？

沟通能力

这里的沟通能力，主要是指对数据结果的解读与展示，可称之为讲故事的能力。

不管你的发现如何厉害，最终需要呈现给你的同事、领导、客户，让他们快速理解你的发现，更重要的是，信任你的发现，并基于此真正改变或坚持自己的决策。眼看着自己的发现真正改变了业务，是每一个数据分析师最有成就感的瞬间。

这是一个展示和说服的过程，需要你具有良好的沟通技巧。数据可视化、良好的商务沟通技巧、从业务层面思考的能力，都影响着你最终的沟通效果。

如何快速提升，获得这些核心能力？

知道了这些核心技能后，一个觉得自己还在入门阶段的数据分析师，要如何快速掌握这些核心技能呢？以下是我通常给学生们的建议：

直接进入感兴趣的行业工作/实习

如果你还是学生，那你真的非常幸运，因为你还有机会通过丰富、深入的实习，来快速获得大量的行业知识！

即使不是学生，作为职场新人，如果你有了明确感兴趣的领域，最好也要想尽办法进入相应的行业，用实战和时间积累经验，深入了解行业的规则和知识。去和真正的数据缠斗，解决真正的问题。这些都是一个数据分析师最有效率的成长方式。

用互联网快速补足行业知识

在知乎、微博、微信上关注行业内真正有背景、有深刻见解的大牛，订阅一些行业媒体，不光是阅读，也尝试自己去进行预测和分析。

随着 open data 思维的兴起，网上也有很多公开的数据源——从上海市政府到豆瓣、微博，甚至是国外的Twitter，都开放了很多可以让你进行演练和实际操作的数据。

用在线教育持续“快人一步”

然而，实战的机会再多，光靠自己摸索，可能会在错误的思路中难以成长。

如果你想更快速、高效地提升，也没有那么多时间和精力去不同行业里不断试错，通过现在蓬勃发展的在线教育来提升自己，也是不错的选择。有关数据分析的在线课程也很多，免费的、收费的、国内的、硅谷的都有。