1樓：hiqingle
過於關注細枝末節，容易放大影響面很小的問題不會判斷ROI，不知道要做到什麼程度，不知道需要投多少資源，盲目應承，影響信用對資料不敏感，不會做資料交叉檢驗或者沒有意識埋頭苦幹，不懂適時適當地求助提問一往無前地衝，直到才踩到坑里，才發現原來不在平地上匯報時只講做了過程，不講為什麼做、為什麼這麼做、當前進度和問題、做的結果沒想清楚就開始做，然後發現不對又重來，時間浪費一大半忘記自己作為資料分析師的本分，下結論缺少資料支援
2樓：Cece
記住你是個分析師，只需要提供客觀的資料以及分析，呈現結論的時候不要做兩件事。 1. 不用模糊或主觀的說法，比如「很多」，「絕大部分」，因為不同的人可以有不同的解讀，比如，顧客平均打分85/100，你可能覺得不錯，可是如果你知道內部KPI是90的話，那這個分數就不好看了，所以避免踩坑，實事求是用資料說就好了，是好是壞由觀眾自行解讀 2.
不要替看報告的人做決定。根據分析給出建議的時候一定要謹慎，因為你的資料和分析是用來支援管理層做決定的，不要告訴他們你應該怎麼做，不要step on their toes,吃力不討好。
3樓：
前輩心酸淚，句句很扎心
1, 遇到問題，要拿資料說話，不要主觀臆斷，不要我覺得，我認為，我猜，真的很掉價，還會被領導臭罵。
2,遇到問題淡定，多想想，搜一搜，別張口就問同事或者老大，拿錢讓你解決問題，不是來提問學習的。
3,出資料包表前，一定要溝通好資料指標的定義，取數邏輯，也許需求一定要有郵件確認，保留證據，避免背鍋。
4,做圖表一定統一座標刻度，數量級不同的資料分開做圖。
5,警惕資料的辛普森悖論。
6，保證資料許可權，領導不發話，別隨便給別人出數，真的出力不討好。
7, 資料分析檔案一定要好好歸檔，以後用的上。
先寫這些，以後更新
資料分析師日常工作是什麼？
python分享站 簡要回答一下這個問題，做大資料分析，往往涉及到幾個環節 資料獲取 資料訪問 資料預處理 資料建模與分析 資料視覺化。具體請看一看文 資料採集 資料採集的意義在於真正了解資料的原始面貌，包括資料產生的時間 條件 格式 內容 長度 限制條件等。這會幫助大資料分析師更有針對性的控制資料...
資料分析師有什麼從業要求？
九道門聊資料 資料分析師並不是僅做一些簡單的資料處理及報表的工作，並不是會Excel Python SQL就是資料分析師了，會使用這些工具只能擔任資料運營的工作，但未來各公司對資料運營的崗位要求也會越來越高，一定是需要具備資料分析師的能力。資料分析師不僅僅要學會用一些工具，同時最重要的是具備商業知識...
資料分析師自學之路如何？
冷凡 我就是自學轉行到資料分析行業內的。學習的路徑是EXCEL MYSQL Power bi python 資料分析師 大學的專業是心理學，從業近兩年了我在這個問題下有近詳細的描述。如何成長為一名資料從業者，可以說下你的經歷麼？不負好時光的回答 知乎 https www. ENTER BACK 個人...