数据分析师的一天是怎么样的?
数据分析师的一天是怎么样的?
篱笆资讯
数据分析师的一天是怎么样的?
坐标北京某大厂,可以和大家简单分享下国内数据分析师一天的工作和生活。想转行做数据分析师或者应届毕业正在找相关工作的同学都可以感受下,大厂数据分析师的“生存现状”(哈哈哈哈感觉好惨的样子,其实没有啦)

早上7:00,起床,你以为我是要吃早饭赶地铁吗?不是的,拎起健身包,直奔健身房,美好的一天应该先来个20min无氧运动,再跑它个半小时。你问我为啥不睡个懒觉,我属于典型的越睡越困型,每天工作比较多,用脑也比较多,如果不用运动刺激下自己,感觉确实扛不太住每天的工作。

大汗淋漓之后回到家,简单吃个早饭,收拾一下,打开电脑,为你们写下这篇文章的第一部分,接着就踏上了一天的上班之旅。

上午到公司,打开电脑,先看一眼自己支持业务的大盘数据(数据分析师在很多大厂中,都是以中台的形式,被分配到不同业务线进行数据支持),我滴乖乖,又跌了,心痛 ,简直比自己的股票跌了还心痛,股票跌了我可以佛系地不找原因,因为坚信它总会涨回来(虽然很少发生),业务指标跌了可不得了,不赶紧找原因进行止损,明天只能是跌得更多。因此赶紧开始做异动排查,业务老大一会儿八成要问为啥数据又降了!简单梳理了下可能的维度,做了些比较,大概定位到了异动的可能原因,之后在专门的群里和大家做了简单同步及后续的建议。

上午的剩余时间,继续撰写昨天没完成的分析计划,赶紧写完还要和业务方和数分leader一起对齐。我个人的习惯都是做一份比较重要的分析报告前,会仔细地撰写一份分析计划,因为这份分析计划不仅可以帮助我理清分析思路,同时也能引导我对一些问题进行更深入地思考。

有的时候,业务方可能提出了问题a,并且会给出一些他们预期的答案b,但实际上你会发现,答案b往往在真实的数据上并不能反映出来,这个时候分析师需要结合自己的经验和专业知识,给出一些其他可能的答案c;另外一些情况下,业务方可能只是提出了问题,并没有给出对问题答案的预期,这时,就得靠分析师自己的业务sense,去拆解,判断一些可能的答案。

中午12:00-14:00,free time!!!这段时间一般是大家的午饭和午休时间。而我,又一次打开了文档,开始写这篇文章其余的部分,真是旋转跳跃不停歇 。当然,写文章对我来说其实是一个换脑子换思维休息的过程。又写完了三分之一,吃个午饭回来,读读今早没来得及看的虎嗅,再翻翻其他的新闻,哇孙颖莎干败了伊藤,激动了好一会儿,赶紧关手机准备休息会儿,毕竟下午还有好多事儿。

下午一觉醒来,一天的系列会议正式拉开帷幕。在国内的互联网大厂,因为大家普遍来得晚走得晚,晚上十一、二点走是互联网人的常态,甚至赶上重点项目,很多人都要凌晨才能离开公司。因此,很多会议都尽量不在上午,而是安排在下午进行。

作为分析师,不仅要参加产品的评审会议,听pm聊产品细节,自己心里盘一套功能监控和分析框架,方便后续推进一些数据基础建设和功能分析,有时候也要自己发起一些会议,比如和我的leader以及业务方对齐一个分析计划,需要进一步明确大家的预期、分析框架的完整性、分析的可行性(我一直认为一份好的分析报告,前提一定是大家有共同对齐的出发点和共同认可的分析计划,当这些前置条件具备,其实分析报告是水到渠成的)。另外一些情况下,还需要和数据开发同学开会,对齐一些数据集建设问题,协助数仓同学做好数据基建,也为自己之后的看板建设打好基础。

下午最快乐的时间,应该是三四点时的下午茶时间,这可能也是一天最快乐的时光了哈哈哈。大家就像幼儿园的小朋友们一样,围绕在发放下午茶阿姨的身边。每一天的下午茶都会让大家充满期待,因为你永远不知道今天的下午茶究竟是什么新奇的玩意儿。有时候,它带来的是卡路里爆炸的快乐,有时候,它是唤醒童年记忆的零食,还有些时候,甚至是可以随时把玩的解压小玩具。

晚上8:00,吃完了晚饭后,终于可以不再被各种会议困扰,安静工作了。不知道怎么的,大家都很有默契,大部分会议都不会安排在晚上8:00后,这意味着我终于可以有大块儿的时间做自己需要做的分析工作。而我也把八点后称做一天的“正式开始”,因为这是我觉得自己最有生产力的一段时间。这段时间里,我会对一些分析专题,做深入地思考,之后动手收集数据论证。这也是一天中我最喜欢的时间,我会努力去思考更有挑战性的问题,并且对自己一天的工作做个大概的总结,对明天的工作有个大致的计划。

晚上10:00,离开公司,骑上我心爱的小摩(单)托(车),一路畅行。

回到家,继续写完这篇文章的最后部分。再看看其他数据分析相关的小文章,学习下别人做分析的方法,终于可以安心休息了。


coffee 直连行业大牛导师,1v1模拟面试与求职指导
mentors
airplay 实战与求职精品课程
数据科学
软件工程
人工智能
金融商科
产品经理
产品设计
bookmark 2000+名企面试真题
amazon google tiktok microsoft meta