“如何快速成为数据分析师”往往是搜索的热点话题。然而，成长为数据分析师以后呢？未来在哪里？职业终点是什么？很少有人细致探讨。在本文中，我们来认真讨论数据分析师成长中的三次跨越。

一、第一次跨越：掌握取数工具

第一个真相是：数据分析岗看起来工资高，完全是沾了IT部门的光。挂在IT部门下的数据分析岗，是按程序员标准给工资的。因此，当你想做专业的数据分析师的时候，掌握SQL取数能力，熟悉Tableau/Power BI/Fine BI等至少一个BI工具，对Python的数据处理、数据科学包有了解，是入门门票。

这是必须实现的第一个跨越：掌握取数工具。

经常有些在校的同学心存幻想：我找一个不写代码的“商业分析师”“经营分析师”“业务分析师”。首先，刚毕业的同学，你也不懂商业/不懂业务呀，不掌握取数工具，只能干最低级的整理Excel表哥表姐，拿的是文员工资，薪资低得令人发指。

所以，我常建议在校生：

这样能有效地避免“叶公好龙”！其实，如果不想取数，完全可以做一个懂数据的运营，产品经理，策划，没必要做专职的数据分析师。等你能熟练从数据库取数，就实现了第一次跨越。

二、第二次跨越：体现业务价值

数据分析师的成长不是线性的。并不是初级的数据分析师每天写500行SQL，中级的每天写1000行SQL，高级的每天写2000行SQL。每天写2000行SQL那种，又称：查数姑，SQLboy，人肉取数机，数据工具人……总之不是什么好状态。

第二个真相是：数据分析岗本质是服务岗位，要支持业务工作。因此想办法体现自己的业务价值，才能在工作中掌握主动，避免被动取数；才能更好体现绩效，升职加薪。

体现业务价值的方法有很多：

这一步跨越，实现起来会比较难，因为：

所以经常有同学卡在这一阶段。

想突破这一阶段，也是有办法的。这一阶段的核心就是：转变思维，从入门阶段“对着教程学答案”，转变成“训练自己的逻辑能力，自己找答案”。

一般推荐大家：

这些更多是见识层面的增长，没有标准答案，但是积累多了能实打实地提升自己处理问题能力。当你能熟练地把业务口中的话转化为分析逻辑树的时候，就成功度过了这个阶段。

三、第三次跨越：组织数据项目

第三个真相是：同其他IT团队一样，如果你只会单打独斗，就很难做大部门，很难实现升职加薪。甚至，数据项目比其他IT项目更难做，因为业务的期望值往往很高。在外界各种宣传下，人们总以为：“只要有个数据，就能精准预测、全知全能……” 业务方过高的期望与稀烂的基础建设之间的矛盾，始终是数据分析领域头号矛盾。

想做好数据项目，需要：

可以说，好的项目组织是自己前几年技术/业务经验的综合运用。项目做好了，领导们重视数据团队，给你更多人员编制，你能把团队做大，也就成功地实现管理层跃迁。

这一个环节会卡很多同学，因为很多公司就压根没有项目机会。运气好的同学，则可以从小项目开始（一般都是小专题报告），逐步锻炼能力。

当然了，也不是所有同学都会走到最后，很多同学卡在第二步，觉得跑数没意思转行。其实数据分析能力在很多工作都适用。比如策略产品、用户运营、风控、商品管理、销售运营等业务岗，数据分析转数仓、算法等开发岗也有一定机会。

专栏作家

接地气的陈老师，微信公众号：接地气的陈老师，人人都是产品经理专栏作家。资深咨询顾问，在互联网，金融，快消，零售，耐用，美容等15个行业有丰富数据相关经验。