Data Analyst 应该如何提升自己

去年做过一段时间的DA实习，很幸运拿到了return，今年夏天入职。
在岗期间，我的主要工作是用Python和SQL写一些数据分析的pipeline。
身边的senior日常的任务和我差不多，但是能感觉到他们对数据和各项指标之间的联系的敏感度比我强了不知道多少。

想请问一下地里的前辈们，DA应该怎么提升自己的？以及有没有什么比较好的书籍或资料推荐。
另外想问一下，感觉DA的工作很多都是在辅助PM和Engineer，怎么才能在工作中体现自己的impact呢？

提前感谢大家！

做好一下几点相信会是一个不错的Data Analyst：
1.熟悉各种工具，从代码到dashboard，各种visualization tool。即使工作中不硬性要求，如果你会的话有的时候会很方便很加分。
2.熟悉business，知道logic。不仅仅是build pipeline，要明白为什么要这样build，为什么要做这个filter或者aggregation。
3. 寻找各种可以present的机会多和business partner交流甚至one on one去了解整个industry。在完成任务的同时多尝试去做一些exploratory analysis，看看data里面有什么可能能解决什么问题

目前想到了这些，希望对楼主有帮助，求加大米。

data analyst当中有好多track。具体的track不同，需要的技能会有所差别，产生impact的方法也会不同。

一些常见的类别（直接用英文打了哈，比较方便）：
1. product analyst. You would be really impactful if you can act as a thought partner for your stakeholders. In your daily work, think about how to make recommendations and help the team prioritize the right things to work on. Technical skills like SQL, stats and building pipeline are helpful, but they are not the most important things that would make you successful - it's more about being analytical and strategic.
2. marketing analyst. Compared to product analytics, marketing analytics is less variable across companies - meaning that metrics that ppl track doesn't vary much across companies. If you work in paid marketing, you track things like acquisition cost, ROI, channel performance etc. If you work in lifecycle marketing (aka email), you track open rate, CTR etc. But product metrics could vary a lot, depending on the specific product you are working on.
3. operations analyst. I'm not too familiar, but it's a different space than the above two - the main goal is to use analytics to improve operations efficiency within the company.
4. BI analyst. Reporting, pipeline, ETL - half analyst, half engineer.

If you are still exploring different options, my suggestion is to be open minded and try different things until you figure out the specific career path you want to pursue. To make impact in your work, you need to be proactive and provide actionable/strategic solutions beyond your day to day work. Since you just started you career, I wouldn't worry too much about making impact in the first few months. Instead, spend more time learning about the data, understanding the business and talking to XFN team to build good relationships.

多了解业务

jenniening 发表于 2022-3-25 09:53
做好一下几点相信会是一个不错的Data Analyst：
1.熟悉各种工具，从代码到dashboard，各种visualization to ...

感谢感谢！

katrina123 发表于 2022-3-25 22:31
data analyst当中有好多track。具体的track不同，需要的技能会有所差别，产生impact的方法也会不同。

一 ...

感谢感谢！我工作的title是Data Engineer, 根据你的描述可能比BI analyst更engineer一点，平时主要是根据后端和PM的需要取数，做数据分析，偶尔需要做简单的机器学习模型做一些预测。

非常感谢帮忙！写的这么详细，辛苦啦！

lz你好，请问lz是读usc37期间投的data方面实习嘛？我今年入学rice的ds，同时还有neu的cs align。原本以转码为目标，打算先去读rice找实习，找不到就明年春季转学去neu。但是最近看cs61b以及各种刷题的网站，感觉转码学的知识好难🤯好多。想着要不要现在停止学转码知识，一心一意准备data analyst的实习面试，比如学些sql，做些data的项目。主要是8月开学了，感觉转码和data同时准备时间不够，希望lz给些建议。如果方便，希望能加v：waterandhappiness，交流

Walter12 发表于 2022-5-21 14:01
lz你好，请问lz是读usc37期间投的data方面实习嘛？我今年入学rice的ds，同时还有neu的cs align。原本以转码 ...

建议直接转码，DA的岗位比SDE少太多了，而且需要一定的沟通能力，对留学生不太友好。另外DA比较容易入行，也就没有什么技术壁垒，很难形成自己的独特竞争力。长期来看，刷题转码是前景最广阔的选择

Bimavin 发表于 2022-05-21 04:31:16
建议直接转码，DA的岗位比SDE少太多了，而且需要一定的沟通能力，对留学生不太友好。另外DA比较容易入行，也就没有什么技术壁垒，很难形成自己的独特竞争力。长期来看，刷题转码是前景最广阔的选择

谢谢lz回复，请问lz可以分享一下找实习的经历嘛？感觉usc37和neu align有些像，希望能借鉴一下pz经验