常规工作的技巧
数据分析师是一个需要不断迭代和优化自己的用户再看常规工作技巧，针对前面的难点有三个技巧。
第一个技巧关于日报处理，如果每一天都需要花费很多时间去分析，不如交给机器处理，比如通过 Python 搭建日报分析框架减轻工作压力。各类的自动化都是为了代替人，VBA、tableau都是工具。用就好了。
第二个技巧就是因为分析师每天都很忙，会有大量的业务需求需要数据支撑，这时便需要保持一颗清醒的头脑，能够将需求进行合理的优先级排期。永远是核心目标的排序在前。
第三个技巧就是遇到自己不能解决的问题时，及时与自己的领导进行沟通，不要低头盲目做事，很多时候他们会看得更高，难题往往可以迎刃而解。
专题分析
分析师展现自己的地方就是专题分析，在实际工作中，各个业务方都会定期给分析师提出一些比较专业的分析任务，我们称之为专题分析。而专题分析比较考验分析师的思维、技术、时间管理、演讲能力等，所以做好一份专题分析并不容易，主要可以分为 4 步：
需求解读；
建立逻辑树；
SQL 提数及分析；
撰写报告的三个建议。
大部分数据分析师对第 3 步比较熟悉，但对 1、2、4 步掌握都不够好。
需求解读
先看一下需求解读，我们一定要花至少 20% 的时间分配在沟通需求上，一定要当面沟通，并且这个过程贯穿整个分析过程。
（原始需求——了解需求——本质需求图）
比如原始需求：“负责活动的几个事业群同学希望看到活动的效果情况” 。 如果只是抛出这样一个命题，请问你怎么做？如果直接提数写报告，结果一定是错的，通过与需求方沟通发现需求是这样的“目前活动对日活的帮助及活动出现哪些问题？”，是不是还是比较模糊？再进一步沟通发现需求本质是“活动的拉新效果如何？活动拉新用户后续黏性如何？针对数据活动如何做出优化？”这样是不是就更具体了，在此基础上接下来我们便可以构建逻辑树。事前的沟通五分钟都要好于时候的几个小时。
建立逻辑树
下面是拉勾典型的逻辑数图：
建立逻辑树的目的是让思路更加简洁清晰，比如针对四月份的活动运营分析，涵盖了活动前、中、后，同时活动前又包括了流量和收入。以流量为例，流量包括活动前每天的流量效果，因为活动前往往会做一些预热，所以会出现流量波动。
同时在活动中，也涉及流量和收入，比如 DAU/MAU 是否提升，拉新情况，老用户唤醒情况，活动中连续访问情况，上线频次分布，等等。同时还需要注意各类活动的横向对比情况，进而可以对业务提出优化建议，而不只停留在简单的数字上。
而活动后的流量涉及拉新用户的沉淀效果如何？不活跃的老用户在活动中的表现，后续活跃度如何？以及汇总数据和复盘数据分析。
面对需求一定要建立合理的逻辑树，有了逻辑树才能知道具体需要分析的点是哪些。
SQL 提数及分析
下一步就是 SQL 提数及分析，SQL 提数就需要遵循三段论了，分析师一定要掌握 SQL，SQL 提数是所有想法验证的第一步。SQL是基础。
撰写报告的三个建议
第一，报告一定是 90% 的图加 10% 的文，一定要以图为主，图表标题说结论，如下图所示。
第二就是结论前置，如果报告最终要呈现给领导的，那么在邮件中一定要把结论先写出来，然后报告以附件形式发送，同时在正文中也要把结论前置，节省大家时间。
第三就是报告的逻辑性一定要非常强，同时演讲的过程中也需要有故事感，站在领导的角度去想他要听什么？后面的课时会给你分享优秀的数据分析报告。
总结而言
1、目标导向，所有的结论都要指向业务最关心的指标，否则就不应该放。
2、光有数据没有结论，等于零。分析的目的，是要能得到有价值的结论。
3、最好的结论，是能告诉业务“怎么做”。例如，增加商品A的供给是结论，但业务需要的是在哪些门店增加多少，后者才能指导他们的工作，也才是他们愿意花钱买的结论。
