大家好，这是我在少数派发表的第一篇文章，其实关注少数派很久了，作为一个主张高效的平台，少数派在过去的几年里给我带来了很多黑科技、高效方法的知识输入。
也在一定程度上帮助我完成了职场的进阶，到今年为止是我工作的第7年。
在工作第2年的时候我从运营专员跨行转做数据分析。
工作第5年，转行第3年的时候，我成为了一家2000人公司数据团队的负责人，现在即将负责公司的数字化业务。
所以个人在团队管理、高效工作上也是沉淀了一些经验，在未来的内容中会和大家分享。
今天想说的是关于我在数据分析这个领域的一些感想
接触数据工作越多，越发现数据并不是专业从事者的专属领域，它应当成为一项普适的职场能力，是帮助很多职场人工作提效的好方法。
在这里我总结了我历史的几点重要经验，不管你是专业的数据从业者还是普通的职场人，都可以看看。
把数据分析当成通用能力而不是专业的岗位技能
这是一个重要前提，我转岗前已经具备一定的数据分析能力，我也一直认为数据分析从来都不是数据分析师的专属能力；市场、运营、产品等大量接触数据的人员，都需要有一定数分能力；
读书时我就掌握了一些基础的统计学、SPSS、python、BI技能；在从事运营工作的时候，我遇到了问题，习惯自己找数据同事给我开BI的数据权限，我自己分析；
也因此，我从事运营的那几年，绩效一直都是部门前列；
以上这些行为，都不具备门槛，更多看你愿不愿意学和练；
理论知识、分析工具都可以靠自学，网上有大把资料；而在工作中，你有机会面临各种问题，多尝试去从数据中找答案，培养对数据敏感度和主动分析的思维；
如果想看的朋友多，我后面也会分享一些基础的数据分析学习方法。
善用分析模型和思维框架
很建议大家在做分析时，在各类数据分析模型和思维框架内进行。经典的模型都是实践验证过的成功经验，一能让论证过程更具备逻辑性和条理性；二能为了让自己的结论更有说服力。
这些模型是很多市场、运营岗位的人员都值得去掌握的
尤其是觉得思维不够全面，或者分析没有思路时，都可以借助思维模型来弥补不足，框架内的分析一般不太容易出大问题；
但是一定要注意，每个模型都有适合的使用场景，要对症下药，不要随意乱套模型。
下面这些模型，我就不详细介绍了，网上相关的讲解很多。
业务为王，分析一定从业务问题出发，结果一定要落地业务
所谓“不懂业务就不要谈数据分析”，这句话绝对不是危言耸听，只会炫技的数据人走不长远。如果不懂业务，连别人的问题都听不明白，数据都不知道取哪一个，发现了数据问题也提不出符合实际的好建议。
我转到数据分析之后，第一件事就是把我所对接的市场和销售部门的年度目标，年度规划，部门骨干人员当年的周报月报浏览了一遍，整理出问题向他们请教沟通。
第一个月，我甚至还会参加市场部和运营部的组会，了解他们当前业务重点和卡点。
这帮我很快地缕清了业务流程和关键的业务数据，后续工作上手非常顺利。
那什么叫懂业务？了解行业上下游，了解对应业务部门的业务运转流程，运转过程中会产生哪些数据，数据指标是什么？业务发展的核心目标是什么？
大致可以参照这个表格
主动争取高价值分析工作，避免低效取数、做表。
很多数据分析新人每天大部分工作都是完成业务方五花八门的取数和报表需求，累死累活还看不到功劳，数据打“辅助“，业务拿“人头“，还被迫喜提表哥表姐称号。
怎么避免？
1、业务找你提取数做表需求时，多问几句，多做一步：这个数据和表要干什么？遇到了什么问题？我能不能帮你更多？尽量多和业务沟通需求和问题，抓关键问题，提出有价值的建议。
2、尽量参与到大的数据分析项目中去，没有机会也要主动争取，很锻炼人。
我转岗第一年公司有个年度产品核心用户分析的项目，产品和运营团队主导，我主动提出参与，从市场和销售角度切入分析，最后这份子方向报告给整个项目加分不少，获得不少同事点赞。
互联网化程度较高的企业，是在BI里面直接将数据权限开给业务，业务自己取数做基础分析，数据分析师释放出人力做完整的分析项目。（我很建议进入这类公司，不论是数据还是业务，都能获得较大的能力提升）
以上是我四点职场经验总结。
当然这篇文章只是个简单的自我介绍与分享，后续我的分享方向应该会在职场晋升、工作提效以及我常用的一些效率工具 上，欢迎朋友们关注~
