编辑导语：我们正处于大数据时代，数据对于各行各业来说都无比重要。掌握了数据，才能掌握流量。各大互联网公司对数据分析师岗位的需求越来越多，与以前靠人口和流量红利野蛮生长不同，如今的互联网企业需要通过数据分析来实现精细化运营，降低成本、提高效率，这对数据分析师也提出了更高的要求。
我看到有些人抱怨，BI数据分析师的前途暗淡，整天就在提数提数，没有出头之日。
咱埋头走路，有时候也得抬头看看路啊。你能不能大胆的猜一猜，数据分析师的薪资上限究竟是多少？
- 30000一个月？少了！
- 50000一个月？少了！
- 100000一个月？少了！
来，咱来一起仰慕一下任泽平大神。
125万一个月！这位大神的段位太高了，我也只能高山仰止，只能请出来镇楼。虽然月薪125万的我说不了，不过月薪3万的数据分析师我还是能说一下的。
一、高成本构建数据分析闭环月薪3000的数据分析师接到一个需求，会立刻想到这需求怎么分解，数据怎么组织，需要关联几个表，怎么处理比较方便，然后立刻提数，交付给需求方。
月薪30000的数据分析师接到一个需求，会花半个小时问清楚为什么要这个数，弄清楚后，就会开启数据分析5步闭环：
因为他知道，需求是问题的表征。从需求开始，就要看穿表征，直透内核。
一个人在面临一个任务的时候，有两种应对方式：低成本的快速解决表面状况（治标）和高成本的持续优化底层问题（治本）。
绝大多数数据分析师因为“任务多”、“没时间深入思考”、“自身惯性”等非常复杂的原因，选择成本低廉的治标方案，让自己成为一个提数机器，企图用效率彰显自己的价值。岂不知任凭你效率再高，价值都是低廉的。
如果你腾出功夫，将自己升华为一个问题思考者，投入较高的成本，持续的深究，彻底理解问题，找到根因，提出解决方案，持续跟踪，不断逼近完美，从而解决这个问题，这样才能凸显你的高价值。
低成本的方案只能体现低价值，高成本的投入则彰显高价值。
二、力透纸背的业务理解我之前分享过懂业务的5个层次：入门、纵览、入微、通幽、化境，很多数据分析师连入门级都没达到。感兴趣可以点击查阅：什么才叫做懂业务？分析的5个层次。
如果地推团队的同学过来找你，想让你帮提一个报表，想看看近6个月各省客户成交情况。你会怎么理解这个需求？去跟他确认表头、筛选条件吗？
来，手把手教你成为最懂业务的数据分析师：
- 先明确他的业务目标是什么，这叫以终为始；
- 再拆解业务流程，这叫步步为营；
- 然后辨析责权利，这叫明辨是非；
- 再是理清数据流向，这叫追根溯源；
- 最后剖析业务流程，这是细致入微。
这5步下来，保证你比业务还了解业务，直接上前线做销售都可以！这时，你才真正的达到“入门”境界。这个时候，你再来看看他的需求，同样的问题，你的理解和给出的答案就不一样了。
想要成为一个好的数据分析师，你需要转变思维-不是“我要理解他的需求”，而是“我要理解他的问题”！
三、事无巨细的数据量化很多数据分析教程上来就教怎么构建完整的指标体系。我表示呵呵。不懂业务流程，不知业务目标，不晓业务过程，不解业务细节，何谈指标体系？指标体系的目的是什么？
——量化数据。
量化数据是为了什么？用数据描述业务。业务都没理解，上来就构建指标体系？本末倒置尔！
来，我们来看看指标体系应该怎么搭建：
部门级指标体系的起点是什么？是目标指标。部门目标指标再往上一层，就是公司的战略。往下一层，就是过程和结果指标，再向下，就是各种业务细节标签。
向上梳理，站在全局的角度观察公司整体情况，理解公司战略，探索行业地位，吃透了，就能达到“纵览”境界。
向下梳理，把核心目标拆解为核心关键结果指标，然后再映射到过程指标，梳理分析维度，细化到每个业务细节，并增设标签，吃透了，这就进入到“入微”境界。
这两个过程得到的结果，就是业务真正需要的指标体系。而绝大多数人copy别人的指标体系是用来快速出活的。但是往往拿到指标体系往自己的实际工作中一套，自己感到别扭不说，业务也根本不买账。
换句话说，要是copy指标体系就能搞定业务，那你上“统计中国”copy一套指标体系，岂不是就能治理国家了？
所以重要的不是“指标体系”，重要的是“量化业务”。每个公司的业务形态、盈利模式、打法、策略、兵力部署、执行力度都不一样，除了一些大指标能借鉴一下之外，往下全是个性化的，根本没法直接套用。
四、层层深入的数据分析当你做到了“力透纸背的业务理解”和“事无巨细的数据量化”，你就能穿透“入门”、“纵览”和“入微”三个业务理解的境界。回头再看业务提出的问题，又会不一样。
也许，你自己就会提出问题了：
业务提的需求其实是他的问题。当你站在“入微”的境界再看他的需求，你会知道他的需求、问题其实也是表象。因为还有大量的未知信息和超出他认知范围的信息，甚至是有意隐瞒的虚假信息。
你祭出“看见现状”、“对比标准”、“预见结果”几招的时候，就会发现异常。各种离群值、异常值就会凸显出来。
现在开始分析问题，你就不会再出现没有分析思路的无力感了。你会发现，在你眼里，全是破绽，如同纪昌学箭。如果你能意识到数据不是全部的真相，那么恭喜你，你已经达到“通幽”境界了！
你要分析的不仅仅是“数字”，而是“信息”；不仅仅是“已知信息”，还有更多“未知、隐藏信息”，不断拨开迷雾，才能见月明。
五、足智多谋的应对策略应对策略也是抄不来的，因为策略永远是从根本上解决问题的。即便是你的表征与他的表征相同，其根源也都不一样。
相传有两个军士发烧头疼，表征一样，华佗给他俩开了不同的药，一个发汗，一个泻下，都给治好了。华佗说：已知一为表证，用发汗法可解；一为里热证，非泻下难于为治。
拿绩效考核来说，两个人的绩效表现相当，那这两人就一定是同等水平吗？有可能一个人在新区，一个在老区，在新区的要拼命干，在老区的只要维护就可以了。
也有可能一个在大企业云集的地区，一个在小企业遍地的地区，一个搞定大客户就可以了，一个要扫遍工厂。
情况不一样，那策略肯定要不一样，岂能一刀切之了事？况且，所有的数据都是表象，越往下，越接近人性。我们要深刻的认识到：真相不止一个！
所以在提策略的时候，不妨大胆假设，小心求证。多做对照实验。当结果与你预想不一样的时候，不要慌，肯定还有未知、隐藏的信息没有挖出来。你需要继续望闻问切，深入挖掘。
至于策略选择：
- “出奇”出效果，但是死的早；
- “守正”不偏倚，但是无奇功；
- “行稳”最无用，但能憋大招。
至于你选哪一个，看你想当凤雏、卧龙还是冢虎了。
但是不管是哪一个，你都将无敌于天下，因为你能看透他的需求，洞悉他的问题，理清业务流程，清晰他的业务目标，知晓他的执行过程，辨别他的是非真假，站在一个比他更高的维度，观察他，理解他，透视他，然后再剖析问题，发现异常，拨开迷雾，逼近真相。
而且你还会持续改善，持续优化，形成一个个的闭环，不断提升结果。这个时候你老板还给你3000块一个月的话，你来找我！
作者：大数据架构师，国药国华大数据总监，擅长BI、数仓、数据中台产品规划领域，公众号：大数据架构师
本文由 @大数据架构师 原创发布于人人都是产品经理。未经许可，禁止转载
题图来自Unsplash，基于 CC0 协议
