@
p2pCoder @
NeezerGu @
conge @
andylsr 其实，上面 @到的几位都提到了，做数据分析重要的还是在于业务方面：对数据的理解、现象的解读和对应的建议。
而 lz 提到的那么多技术名词，其实走的是数据工程师或者数据可视化的方向。
一个偏业务、营销，一个走技术、研发，不一样的。
不知道 lz 真正想走的是数据分析还是啥。
如果是数据分析的话，其实用啥工具、语言根本不重要，领导也压根不在乎。
他要的是你捣鼓完那堆数据后，发现了什么东东，对此给出的建议是啥，公司应该怎么做。
lz 真想走数据分析的路，我给的建议是：
1、征得公司同意后(重要)，用你觉得趁手的工具，给业务、运营人员做基础的日报、月报、销售仪表盘。报表简洁易懂就行，花俏的可视化就免了。这样，你不但能接触公司机密的业务数据，知道公司的销售构成、成长轨迹、发展方向，也能接触一线业务人员，了解公司最新的业务发展方向，销售难点等等。过程很枯燥，看到哪些屎一样的数据，各种吐槽。不过没关系，毕竟只有这样才能摸清公司的业务；
2、经过摸底阶段后，lz 由于不断地和业务部门打交道，对公司的业务、销售模式都基本了解。可以尝试主动介入到业务部门的工作中：给业务部门解决业务难题。例如，最近 A 区的销售下滑特别明显，是哪里出现问题了，数据能不能跟踪到；我们的产品，跟市场的竞品对比，有哪些差异？实际工作中，业务部门的问题往往都很广大空，不会提出像“我要哪个区域什么时间的产品销售数量比例，饼图！”的问题。不管没关系，你经过 1 后，已经清楚业务的数据有哪些，尝试去跟他们沟通，去追问，去明白他们真正想要的数据。这期间，你应该也要逐渐了解他们的思考方式，业务经营思路。为什么会要这些数据，看了数据后，有做什么举动。这里，他们的想法很重要；
3、当你在日常工作中，能了解数据需要输出报表后，尝试多做一步：给出建议。这时候，你要在思想上当自己是业务人员，出现问题后自己要从数据中找出原因，并尝试让数据产生价值。模拟 2 中的业务人员去思考去工作：A 区业绩下滑的原因是什么，这情况会出现在别的地方吗？怎么样才能解决这个问题？甚至再进一步：怎么样才能避免出现这个问题？
做到上面 3 点后，你已经是一个称职的数据分析人员了。
以上，只是我个人见解，仅供参考。