最近有小伙伴表示，现在工作在一个新零售企业，每天都是各种业务取数需求，与开发讨论排期报表开发，感觉我们都不是数据分析师，都没有做分析工作，感觉自己的工作很没有价值，很容易被替代，有比较强的危机感。也问到是不是要去学习Python或者机器学习提升自己，有没有这类型的课程推荐？
这位小伙伴的困扰，相信也是很多小伙伴在工作中会遇到的问题。那么数据分析师到底应该做什么工作？
小编今天就大致分【内驱】和【外拓】两部分给大家分享一下数据分析进阶之路要怎么走？
第一部分，内驱。很容易理解，很多做数据分析的小伙伴不甘于只做取数工具，想要发挥自己真正的价值。
那你就应该明白以下几点：
数据分析真正的价值是什么？
我是否有能力创造价值？
我能力不足，欠缺的要怎么补？
我有能力了，当前的平台还适合我发展吗？
......
很多想从事数据分析的小伙伴都以为，数据分析师应该是通过数据对业务团队决策、公司管理层的决策进行“指点江山”。在实际工作内容应该是做数据分析报告；构建机器学习模型；打造数据产品，做的都是非常有“技术含量”的活。
但是，“理想很丰满，现实很骨感！”很多数据分析师在实际工作中发现，大多时候都是在做数据需求和数据报表这两块内容。感觉自己就是一个取数工具，一个是提报表需求的人，有点对这个职业失去了信心。
数据分析真正的价值
数据分析师工作如果从“价值体现”来看，可划分成两个阶段，没有高低之分，只是公司在不同阶段和具体场景需要的数据价值去匹配，只有适应与不适应之分：
1、看事实数据发现问题
通过准确、及时、完整的、相对客观的数据指标与数据体系来：监控业务状况，定位业务问题点。随时随地知道业务进度，业务是否有异常，根据需要的常用维度进行拆解。
2、挖掘数据价值找到问题答案
这个阶段更多是“洞察”，对数据进行深入的分析，“数据分析商业洞察”，挖掘出隐藏在数据背后的规律，从而支持各种商业决策。在实际工作中，根据具体的业务场景可能会需要不同的数据分析方法，例如：做用户的分类，可能会做一个“顾客聚类”模型，对用户流失可能会做一个用户流失预测模型。但千万记住，核心是“解决问题”，核心不是“技术含量，技术复杂度，用什么工具”。
这里还有一个需要特别关注的点：理解“事实数据”
把基础数据工作做好往往是深入理解商业逻辑中重要的方式，基础做好的，才能做数据分析这种相对高大上的内容真正做好。
“事实数据”包括二个含义：
数据是正确统计：是指在数据统计过程中，“数据代码的开发与实现”是正确的，没有统计错。例如：销售金额，不会统计成销售数量，因为数据表、数据字段用错，写SQL代码逻辑写错；这种更多是避免“技术”上的错误导致数据不准确。
数据指标定义符合要分析场景，没有被“人为修饰”过：数据的加工是根据特定场景，按实际需要进行定义的，数据反应真实的业务状况，业务表现。
有时候会听到说，“数据会撒谎”，数据本不会撒谎，但是就看用者或者加工数据的人怎么处理了；数据是用来反映问题，帮助解决问题，不应该让数据成为掩饰问题的手段。
数据分析师能力进阶
了解了数据分析师真正的价值后，接下来就要看自身的能力，除了基本的技能与思维，数据分析师进阶最重要的就是项目经验了。
这是，有小伙伴就有疑问了，我们平时做的工作，往往都是一些很细碎的取数、报表建设、数据日报等等，真正能称之为项目的非常少。
那么项目经验从哪里来呢？下面给大家介绍两个小技巧。
（1）把日常工作变成项目
其实只要多问几个为什么，就能把日常工作变成项目。
因为日常工作往往是某个项目的子项目，多问几个为什么可以找到子项目的意义，然后把日常工作改造成某个项目的一部分：
改造前：负责每天发送业务经营日报。
改造后：xx年x月，为支持“vip会员买一年送一年促销活动”，我负责优化了现有日报形式，增加xx维度，xx指标，从而及时发现a渠道质量较高，并扩大投放，最后给活动带来了20%的销售增量。
（2）把日常小项目做成大项目
上面的案例中，日报的改造优化是一个项目，但这个项目很小，体现不出太多的价值。
那如何找到这个项目更大的价值呢？解决方案是把这个项目做成大项目。比如：
构建通用的运营活动数据分析体系，之后所有的活动都可以快速复用。
构建通用的数据底层，创建通用的营销活动报表，省去每次报表重建的工作。
对产品运营进行培训，提升团队数据分析能力。
这些项目都是在原有的日报基础上发散出来的，是日报工作的升级版。数据分析新人往往拿不到大项目，就可以通过这些日常工作，自己做成大项目。
当然，以上两点只是一些在求职中技巧性的东西，要想真正提升自己的实力，还得需要实际历练。
为帮助学员积累项目经验，提高项目实战能力。爱数据会根据学员的目标行业、公司，准备相应项目经验以及面试级别作品。
不光包含数据分析理论的应用，还有10大行业实战分析、16个数据分析专题突破，思维到实战，能力全面、大幅度提升。
（学员作业：一份价值百万的数据报告诞生记）
（10大行业实战分析内容）
（16个数据分析专题突破内容）
如果说把内驱比作内在动力，那么外拓就是寻求外在发展。
外拓简言之就是，一些数据分析师对现有赛道、平台不满意，想要寻求更好的发展机会，不管是工作价值、薪资还是未来发展都想要得到一个提升。
但有经验的数据分析师在找工作时会发现，市面上的数据分析师招聘岗位繁多，JD更是五花八门，让人眼花缭乱。如果不精心筛选和准备，往往就会遇到很多问题。
比如：
拿不到有竞争力的薪资：不了解应聘公司的业务内容、组织架构，也不清楚应聘公司需要什么样的人才，对自己应聘的岗位对公司产生的价值不清晰，因而不会和HR谈薪，当然就拿不到对自己有利的薪资。
无法精准选择赛道：这是爱数据学员中一个普遍性的问题，缺少职业规划。一份5年内的职业规划中要包括城市、行业、岗位、薪资等内容，如果这些没有调研透彻，就没有办法精准的选择赛道发展。
......
针对城市、行业、薪资选择的问题，本次小编特别邀请了爱数据资深数据职场专家、累计指导1700+学员成功入职的黄学老师来给大家解答：
这里再给大家看一下爱数据原创的【职业生涯三角模型】，职场导师会给学员科学规划职业生涯发展路径。
除此之外，爱数据职场服务还包括：
项目打磨
简历修改
模拟面试
投递策略制定
面试准备
面试复盘
offer筛选、谈薪
职后辅导
（简历修改前）
（简历修改后）
为保证教学内容的实用性、支持学员顺利入职，拿到心仪的offer，爱数据进行了城市岗位调研，对互联网、电商、物流等6大热门行业持续调查研究，跟踪北京、上海、广州、深圳等一、二线城市岗位趋势变化，给学员进行1V1的职业生涯规划与简历投递策略。
爱数据的学员入职率可达95%，之所以入职率高，除了优质的职场服务，更离不开高质实用的课程内容。
（1）数据分析理论应用
理论认知——了解数据分析价值/能力要求/工作流程
指标体系可视化——从0到1构建一份指标体系/tableau数据探索与可视化分析
如何撰写一份商业数据分析报告
（2）3000+大厂真题题库
有经验的数据分析师技能方面肯定是没问题的，但是不了解面试公司的业务，这是可以通过刷题去解决的。爱数据题库里有3000+大厂真题，帮你用刷题的方式拿到大厂offer。
腾讯认证0基础可学项目实战大厂/硅谷数据科学家主讲面试支持入职率95%
今天，小编也给大家准备了一个福利。从数据的角度出发，通过案例和经验分享，讲述数据对于商家组织促销活动前中后的作用和意义，以及各阶段的实际应用。
（部分内容来源网络，如有侵权请联系删除）
