作者 Gam
本文为CDA数据分析师原创作品，转载需授权
数据分析老鸟都知道，相比于自己作出好的数据分析报告，“教别人如何入门数据分析”这事情简单多了。
什么for循环呀，def函数呀，print输出呀，自变量a赋值呀，字符串和数字的转换呀；什么相关分析呀，回归分析呀，方差分析呀，聚类分析呀，判别分析呀，决策树分析呀等等等等。
函数太多，方法太多，套路太多，技巧太多……
可现实是，大多数的人，听了无数道理依旧庸碌一生，学完68个Python常见函数却依旧做不好数据分析。
这很正常，因为我们依旧太年轻，数据分析并没有那么简单。
本文不属于具体的数据分析技巧，而是如何积累数据分析经验、提升自己逻辑思维能力的建议，希望你能尽情释放自己对数据分析的激情。
做一个数据分析精分人
好的数据分析师，会从市场需求的角度进行分析。所有的数据分析都是有市场目标的，而你要学会从数据的维度对目标做拆分，用数据落地目标。
作为一个月薪6000的数据分析师，如何为百万甚至千万的项目提供数据分析方向指导？
项目投入产出需要如何调整？推广费用如何分配？市场走向如何预测？
C君认为，关键点在于
“学会用市场检验你所做的数据分析”
1、用数据拆分目标
想做好数据分析，第一点就要明确目标，用数据的方式理解你正在做的业务，需要面临的问题。进而用数据拆分目标，对目标进行细分，确定数据处理问题的优先级。
注：本案例数据纯属举例，不具备参考价值
以2018年CDA课程销售业绩为例，假设2018年CDA课程销售的业绩为1000万，那么作为数据分析师，就要学会细分2018年的业绩指标，细分到一个季度250万的业绩指标，每个项目承担多少的销售指标，然后再继续拆分到每门课程（例如CDA等级班、CDA脱产就业班、CDA周末班、CDA大数据就业班、CDA区块链学院等），每门课程需要承担多少的销售指标。
2、用数据论证观点
分解完目标，就要去一步步落地，然后自己在整理数据过程中，逐步形成自己对数据的认知，从中获得点状的启发。而在收集数据和整理数据的过程中，最主要的是要形成认知，通过认知对比信息，或者通过建模和数据挖掘来论证所需变量和自己的业务之间的关系。
当你再执行2018年度的计划之前，首先要整合2017年甚至2016年的数据，从这两年的数据中提取信息，形成自己对2018年规划和推广的认知，并找到各个渠道推广成本和收益关系，找到自己对2018年规划中如何进一步优化项目的推广渠道和减少推广成本，决定CDA数据分析师2018年课程推广的重点方向指导。
3、用数据提出建议
基于之前的认知分析和建模论证等，你已经形成了自己数据分析的结论，还需要你根据具体的业务方向，项目具体情况，将结论抽象成和业务协定的建议。
通过2017年和2016年的收益与成本比，整理推论出的结果表明，CDA数据分析课程在推广的成本最高，收益能达到最优。
4、用数据表达观点
前面讲了全部都是理论层面的东西，最后呈现给老板的必然是数据分析报表。这时候展现出了数据分析师的表达能力，如何深入浅出的讲述自己的报表，是自己数据分析是否落地的核心。
此处C君借助别人家的报表进行简单分析给大家提供一个简单的模板，供大家参考。
首先，你需要根据活动目标确定你的目标达成率，完成百分比，提升百分比。
评定某次活动的成果，首先要注明目标情况，如：
CDA数据分析师公众号目标 10W+粉丝，1月粉丝1W，完成率90%，同比提升20%等
其次，你需要有充足的数据支撑，核心的数据走势图（一般适用于月报）
在这张图里，要对每个数据的拐点做分析，比如图中1月17日的数据之间增长有明显提升，你需要分析这个波动形成的原因，你需要找到并写在报告里。
