說實話，入門資料分析師行業並不難，但想競爭到較好的崗位就不太容易了。除了要有過硬的資料技能和紮實的實操能力，高情商更是不可或缺，此外還得具備流暢的溝通和表達能力，才能在芸芸眾生之中脫穎而出。不過這些終究還是得不斷磨練和成長，才能逐漸優秀和熟悉起來。對於資料分析師這個職位，你算是小白出身，做好自己的職業規劃，可以讓我們在職場中更加得心應手，不至於真正面臨問題的時候束手無策。

做好職業規劃，讓自己的資料分析師之路走得更順。

1、要知道，技術永遠都是隻是一種客觀手段和謀生工具，產生價值、凸顯價值才是王道。這裡面涉及到諸多的自身能力需要不斷磨練，比如個人的意志力、溝通能力、表述能力，還有你得好奇心、創造力和影響力等等。這些都是可以讓你逐漸成長為一個優秀的資料分析師的重要素質。要去make the change and influence，不只停留在數字展示。

2、笨鳥先飛，擁有一個好的身體會使你能量倍增。初入職場，肯定事事要虛心向學求教，對於領導的指派任務，我們一定要高效完成，加班加點在所難免。職場裡面那些充滿能量、新鮮專案感興趣、滔滔不絕做presentation的人通常都是有著很好的生活習慣、處理事情很快，吸收知識很快、願意學習瞭解新事物，堅持鍛鍊的人。這個法則適用於大多職場。拼到後面其實是持久的耐力，就是不鬆懈，堅持對的事情。

3、別鑽牛角尖，要靈活。如果一種方法試了好久都不行，停下來，問一問，試一試別的，可能會有新的出路。職場不是一個學術的地方。我們要認真做事，但是不要追著一個小的問題不放，這樣很容易丟失掉大的東西， 負責任地講，有很多專案是半途而廢的，有很多數字不是準確的，我們要做的是順勢而為，抓住重點。Always focus on big picture.

4、先做傾聽者，再做思考者，然後做好的提問者，最後做實現者。這裡每一個環節都重要，先知道別人關心的是什麼，有什麼問題，然後要系統性考慮，有時候不要著急解決小問題，Focus on big picture，此外，提問出關鍵問題甚至能夠幫助stakeholder更清楚瞭解他要的是什麼，最後搞清楚了這些之後就是Action。

5、有意識地去跟人交流，特別是業務相關人員，以及各個條線的stakeholder，如果僅僅利用必要的時間，比如開會的時候交流彼此對業務對分析的看法，通常是不夠的。我們作為分析人員，最好要走在前面，試探性的問問題，交流想法。提升自己舉例子的能力，把複雜的東西透過簡單的描述讓別人理解很重要。

6、不停的總結，迭代。其實資料分析裡面的分支學科還是很多的，ETL, Data Cleansing, 一些基本分析模型，Data visualization等等，不管是自己做過的專案經驗，還是網上看來得好文章，或者同行交流來的新的好的內容，都可以不停的總結，試用，反饋，以此迴圈。長期來看是非常有好處的並且容易形成自己的體系。

展開全部

說實話，入門資料分析師行業並不難，但想競爭到較好的崗位就不太容易了。除了要有過硬的資料技能和紮實的實操能力，高情商更是不可或缺，此外還得具備流暢的溝通和表達能力，才能在芸芸眾生之中脫穎而出。不過這些終究還是得不斷磨練和成長，才能逐漸優秀和熟悉起來。對於資料分析師這個職位，你算是小白出身，做好自己的職業規劃，可以讓我們在職場中更加得心應手，不至於真正面臨問題的時候束手無策。

做好職業規劃，讓自己的資料分析師之路走得更順。

1、要知道，技術永遠都是隻是一種客觀手段和謀生工具，產生價值、凸顯價值才是王道。這裡面涉及到諸多的自身能力需要不斷磨練，比如個人的意志力、溝通能力、表述能力，還有你得好奇心、創造力和影響力等等。這些都是可以讓你逐漸成長為一個優秀的資料分析師的重要素質。要去make the change and influence，不只停留在數字展示。

2、笨鳥先飛，擁有一個好的身體會使你能量倍增。初入職場，肯定事事要虛心向學求教，對於領導的指派任務，我們一定要高效完成，加班加點在所難免。職場裡面那些充滿能量、新鮮專案感興趣、滔滔不絕做presentation的人通常都是有著很好的生活習慣、處理事情很快，吸收知識很快、願意學習瞭解新事物，堅持鍛鍊的人。這個法則適用於大多職場。拼到後面其實是持久的耐力，就是不鬆懈，堅持對的事情。

3、別鑽牛角尖，要靈活。如果一種方法試了好久都不行，停下來，問一問，試一試別的，可能會有新的出路。職場不是一個學術的地方。我們要認真做事，但是不要追著一個小的問題不放，這樣很容易丟失掉大的東西， 負責任地講，有很多專案是半途而廢的，有很多數字不是準確的，我們要做的是順勢而為，抓住重點。Always focus on big picture.

4、先做傾聽者，再做思考者，然後做好的提問者，最後做實現者。這裡每一個環節都重要，先知道別人關心的是什麼，有什麼問題，然後要系統性考慮，有時候不要著急解決小問題，Focus on big picture，此外，提問出關鍵問題甚至能夠幫助stakeholder更清楚瞭解他要的是什麼，最後搞清楚了這些之後就是Action。

5、有意識地去跟人交流，特別是業務相關人員，以及各個條線的stakeholder，如果僅僅利用必要的時間，比如開會的時候交流彼此對業務對分析的看法，通常是不夠的。我們作為分析人員，最好要走在前面，試探性的問問題，交流想法。提升自己舉例子的能力，把複雜的東西透過簡單的描述讓別人理解很重要。

6、不停的總結，迭代。其實資料分析裡面的分支學科還是很多的，ETL, Data Cleansing, 一些基本分析模型，Data visualization等等，不管是自己做過的專案經驗，還是網上看來得好文章，或者同行交流來的新的好的內容，都可以不停的總結，試用，反饋，以此迴圈。長期來看是非常有好處的並且容易形成自己的體系。