数据分析类

1. 收集和清理数据，把不完整、有错误的记录整理干净
2. 用图表把数字变成别人一眼能看懂的结论
3. 回答业务问题，比如「为什么这个月卖得比上个月好」
4. 写分析报告，向不懂数据的人解释发现了什么

1. 从数据库或系统里提取和整理原始数据
2. 用统计方法或算法模型分析数据规律
3. 制作图表和仪表盘，呈现分析结果
4. 和业务部门沟通，理解真实需求和问题
5. 撰写分析报告，提出可执行的建议

上午通常在处理数据和写代码，下午开会讨论分析结论，向同事解释图表背后的含义。一部分时间花在「数据为什么不对」的排查上，这是很多从业者说的最枯燥也最重要的部分。

准备门槛：中等至较高

统计学基础：理解均值、分布、相关性和显著性，避免把偶然当规律

数据库与数据处理：知道数据存在哪里、怎么提取、怎么清洗成能用的格式

业务/行业知识：懂数据背后代表的真实业务，比如"转化率下降"到底意味着什么

可视化与叙事：把复杂的数字关系转成一张图或一句话，让不懂数据的人也能明白

模式识别：在大量杂乱数据里发现规律和异常

批判性验证：对"看起来对"的结论多问一句"真的是这样吗"

代码与工具操作：用编程语言或分析工具高效处理数据，而不是手动一条条算

结论表达：把分析结果讲清楚，说服别人根据数据做决定

就算以后换方向，这一行练出来的能力也不会白费。

1. 用数据支撑判断的习惯，几乎在所有需要决策的岗位都有用
2. 把复杂信息简化表达的能力，转到咨询、产品等岗位很吃香
3. 编程和自动化处理重复工作的能力，能大幅提升任何岗位的效率