数据分析是为了通过对数据现象的查看来完成对产品，营销策略、运营策略的优化。达到最低成本，最优效果，一个优秀的数据分析师，应该从以下三个指标来衡量：
业务理解力，数据分析之前，首先要进行的是业务梳理，每个业务都是由很多规则和基本元素组成的，比如一个优惠返券活动，基本的活动规则是买100返20，需要设定投放量和使用量，以及在哪种规模和类型中的店铺，以及什么样的人群中进行投放，这时，就需要数据分析师明确这个业务流程，业务统计方式，以及业务效果评估方式，这样才能确定在哪几个数据维度上面进行分析和计算。
提升业务理解能力的三个方法：
1.多使用产品本身 ，只有不断尝试产品，体验和了解各种产品，才能在分析时有直观的思考和总结；
2.与产品相关的业务和技术同学沟通，尤其在进行数据理解和运营理解的时候，需要知道数据元素的含义以及当前运营的方式和形成这种方式的原因；
3.多思考产品的内在逻辑，多问几个为什么，这样才不至于做分析案的时候，遗漏其他的业务流程，或者进行错误的数据模型设计。
耐心和沟通，数据处理和逻辑梳理需要足够的耐心，尤其是在各种数据格式不统一，数据表存放混乱，以及业务流程/逻辑异常复杂的情况下，作为数据分析师，一定要有足够的耐心，静下心来进行全面的数据流程确认，画出对应的流程图，理清分析重点。
数据析贯穿了数据仓库，技术，产品，业务等多个环节，需要和很多人沟通，所以需要有很强的沟通能力。
数据分析技术，数据分析有很多技术可以支持，主要包括SQL,Excel,SPSS，Matlab、Python，三年工作经验的数据分析师，必须掌握并精通一两种数据分析编程技巧，主要包括，从数据仓库取数据，对数据进行清洗，简化，或者补全，处理数据，计算数据，最后进行可视化表达。
数据分析师产并不仅仅是为了完成一些业务层上面的数据需求和论证，数据分析师应该在理解业务的基础上，扩大自己的思考范围，提升洞察力，不过，在做数据分析时，也有经常犯的一些错误，一定要及时避免。
转载自网络 不用于商业宣传 版权归原作者所有，侵权删。
41019702002033