這一期我的數據分析交流群討論一個話題，關于從事數據分析崗位，你踩過哪些坑，小伙伴們都踴躍參與的討論，也讓我學到很多經驗，借此整理了一些大家回答中的干貨，希望能夠幫助大家，在數據分析的道路上，少走彎路。

[[337988]]

話不多說，高質量群員分享附上!

討論話題

數據之路上，你踩過的那些坑?

不論是已經從事數據行業的朋友，還是正在學習數據分析的同學，相信大家或多或少都踩過一些坑，繞過一些彎路，歡迎大家分享自己踩過的那些坑。

實用回答分享

感謝大家的分享!有些同行的回答，真是數據分析人的血淚史。想進群一起交流討論的可以拉到文末。

關于這個主題，我也簡單給大家講講幾個我認為最常見的坑。

學習上的坑

1.投入過多精力學習工具，而忽視了基礎思維概念

我一直不提倡想要入行數據分析的人蒙頭就學各種分析工具，學會了R、Python和各種BI工具后就覺得已經成為一名合格的數據分析師了，這根本就是錯誤的想法。像我自己在給新人面試的時候，一般都會先問問基礎的統計學概念和考察業務思維，這兩點沒過關，技術再好我也是不會錄用的。

2.這么多工具，全部都學一遍總不會錯吧

大錯特錯，我相信大多數企業更想要精通某一方面的專才，而不是什么都只懂一點人。數據分析相關的崗位很多，涉及到的工具技術也很多。有的業務口側重的是Excel、sql、python和BI，也有崗位偏好用SPSS，如果是技術口的數據分析，則對數據挖掘和一些大數據技術算法有較高要求。所以在選擇入行轉行的時候，就要確定好自己的發展方向，側重崗位重點要求的幾個技術，重點去學習。

工作上的坑

1.求職的時候，公司面試造火箭，入職擰螺絲

已經聽過不少朋友反饋，自己入職后的工作，和當初投遞崗位的描述根本不一樣，崗位描述高大上，實際入職后基本都在取數做表。這就是典型的畫大餅的公司。所以在面試的時候，一定要和你入職部門的面試官詳細問清楚你入職后需要做的工作。

2.業務需求沒理清，就開始悶頭分析

這是工作中的大忌。需求分析和核對是分析之前非常重要的一個環節，尤其是碰上了你不理解或者是模棱兩可的需求，更需要和業務確認清楚。這一步如果沒做好，后面可能需要花費更多的時間和業務去扯皮，甚至有可能做出來的分析和業務想要的完全不一樣。

3.各部門的數據指標不統一

這個問題昨天有群友也反應了。很多公司同一個指標，不同的部門都有各自的統計口徑，最后的分析結果會有很大的差距，各部門都不理解。這個時候，其實數據部門的人可以牽頭去統一指標口徑。

再次感謝大家的參與!很高興能看到這么多同行積極討論，樂于分享，希望在大家的共同努力下，數據分析這個圈子能夠日益良性發展。