如果你对数据分析感兴趣，希望学习更多的方法论，希望听听经验分享，
欢迎移步宝藏公众号「小火龙说数据」，无广告、无软文、纯干货，更多精彩原创文章与你分享！
00 序言
对于刚入行数据分析的同学来说，往往会经历一段比较迷茫的时期。这其中有对工作上手的迷茫，也有对日常进阶的迷茫。本篇文章，小火龙会分享一些对于初入数据分析行业的一些建议，其中，涵盖工作、学习、心态三方面的十一条建议，希望可以帮助你少走弯路。
01 工作建议
建议1：熟悉上下游合作方，了解其核心痛点
在数据分析师的日常工作中，往往需要对接一些合作方，这其中主要包括：研发、算法、产品、运营、财务等。在入行的初期，需要熟悉每个合作方负责的业务及方向，在遇到问题及需求时，知道该去找谁。
另外，在工作中，你可能会发现有些合作方好说话，有些合作方不好说话。对于不好说话的合作方，建议大家，多了解一下他们的痛点，站在他们的角度去沟通诉求。例如：对于产品需求，多考虑这个事情对于产品的价值，做完可以对他们的KPI产生哪些影响。
建议2：优先梳理业务文档
在刚入行的时候，对于业务基本是不了解的，这个时候做分析都是空谈，做出来的内容也不会有人信服。因此，建议大家，多花一些时间去了解业务，查看业务wiki，是一种比较好的方式，可以详细的了解产品的现状及未来规划，有助于指引未来的分析。
建议3：善于阅读团队成员代码
如果你在代码层面应用的比较吃力，建议大家，在入职后，多看一些组内资深同学写的代码，包括但不限于：SQL、Python等。通过阅读其他人的代码，可以帮助你快速提升代码能力，养成好的代码习惯。
建议4：梳理数据底层生成逻辑，生成树状图
做分析的前提是能够获取到对应的数据，获取对应数据的前提是知道从哪里获取。因此，在入职初期，对于底层表的熟悉是至关重要的。建议大家，将数据库中的核心表，从ODS层到ADS层，完整梳理一遍，知道各个表涵盖的数据内容，以及每个流程节点的作用。并且，将梳理的内容，以树状图的形式进行落地，便于日常查看应用。
建议5：在日常需求中不断进阶
在日常工作期间，往往会接到各式各样的业务需求，这其中往往会有很多对于自身发展没有太大帮助的事情。建议大家，在处理过程中，多思考其中的价值，结合思考去完成诉求；在完成需求后，想想这个事情有哪些可以剥离出来的方法论，找到其中的共性，看看是否可以通过工具化方式实现，缩短后续类似需求的处理时间。
建议6：提升自身在团队中的影响力
在进行绩效考评的时候，领导往往会考虑组内同学两方面的表现。一方面，对于业务的价值及产出；另一方面，在团队中的影响力。建议大家，在日常工作中，有意识的站在leader的角度考虑团队的情况，在组内同学需要帮助的时候伸出援手，在周会中多输出自己的观点。
02 学习建议
建议7：制定日常学习规划并定期复盘
除了在工作中提升自身能力外，对于刚入行的同学来说，还需要在工作之余提升自己的硬件能力。这就需要制定一套详细的进阶计划，建议大家：首先，将需要学习的内容梳理出来，绘制成树图，这里可以参考「数据分析师进阶指南」；其次，将需要学习的内容制定优先级，将目标按照长、中、短期进行拆解，逐一击破；最后，定期复盘学习进度，总结不足之处。
建议8：知识不设壁垒，提升知识广度
有些同学说，做数据分析不需要学习算法、不需要学习数仓架构。建议大家，不要对所学知识设置壁垒，只要可能会接触到，都拿来看看，扩充自己知识的广度。对于没有那么重要的方面，可以降低优先级。
建议9：短期重技术，长期重业务
在刚入行数据分析师的时候，可以将更多的精力放在基础技能的提升上，这个阶段大概在1-3年左右，其中重点涵盖：代码能力、统计学能力、基础分析能力、算法能力等。待基础技能应用自如后，便可将更多的精力放在市场及业务的研究中，例如：通过QM研读各行业研报、通过官方渠道了解产品竞对的发展状况等。
03 心态建议
建议10：降低预期，平常心态
数据分析行业就像一座围墙，外面人看到光鲜亮丽，里面人感受工作冷暖。可能你在未入行的时候，觉得挺高大上的，但当你入行后，还是建议降低预期，从最基础的事情做起，慢慢感受这个行业是否值得你长期投入。
建议11：虚心学习，空杯心态
在工作中，可能很多时候没有用到上学时学到的一些内容，甚至所做的事情比较浅显。这个时候，先不要有落差感，抱着既来之则安之的心态，虚心学习其中的内容，多多思考，将基础工作通过自己的方式输出一些有价值的内容来。
以上就是本期的内容分享
如果你也对数据分析感兴趣，那就来关注我吧，更多「原创」文章，与你分享！！
微信公众号：小火龙说数据