数据分析师的主要工作内容
日报：1.了解业务现状2.培养数据敏感性3.提供业务发展建议
周报：1.看短期趋势2.版本迭代分析3.为其他PPT背书
月报：1业务整体梳理2.体现业务发展建议3.目标评估和战略决策
*月报里的发展建议就是通过日报和周报的不断积累。
*作为业务分析师一定要看这三种报，特别是日报，培养对数据的敏感性。
数据异常排查：需要有标准化的流程去做这件事。
前期准备：1.业务理解2.指标口径3.当前数据产出过程
例如：某市场部leader看某张表日活数据跟你产出的日活数据相差较大，怎么解决？
解决方法：首先了解一下对方看的这张表是怎么产出的，然后指标口径是什么，指标的业务含义是什么。
方法论：判断是否异常（判断自己看的数据或别人说的异常数据是否真的异常）、最大概率法则原因归类（按照概率降序一项一项排查即可）、闭环（经过后期的验证才能说明整个过程没有问题）。
判断是否异常：1.亲自去看数据的准确性，不要人云亦云。2.时间轴拉长，看是近期异常（3个月）还是历史异常。3.看和该指标关联的其他指标或其他核心指标是否异常。4.找到一个关键人物（产品/数据），提前沟通一下。
最大概率法则原因归类：
闭环：
专题分析：
案例：
遇到临时数据的解决方法
针对每一个单点问题，先追根溯源，建立该业务类的分析框架，由点到面，彻底解决该类问题；同时，在这个过程中，要不断利用互惠原理和社交技巧，只给业务方做最核心的需求，其他延伸需求让业务自己动手去做。
例如：某APP最近上线了一个线下餐饮优惠券功能，产品经理需要快速知道优惠券使用人数，应该怎么做呢？
解决方法：接到该需求时需要先了解背景，再找一个核心的靠谱的产品经理看他们最关注的是什么？比如目前优惠券使用情况以及接下来该怎么优化，使用情况包括（各类优惠券下发人数、使用人数、使用比例、使用时用户的消费金额、用户消费频次）。把以上因素考虑进去再和产品经理核对，如对方认为详细即表示分析框架已完成，分析师只需给出关于这个框架的分析即可。
常规工作技巧：
如每天都要发日报，可以利用Python完成。分清事情的轻重缓急。遇到难题可以找领导帮助。专题分析：
需求解读：1.至少要花20%的时间当面沟通，此过程贯穿全程。
2.构建逻辑树
3.SQL提数和分析
*做分析报告过程中需要不断进行总结。
撰写报告的三个建议
90%图＋10%文（图为主，图表标题说结论）结论前置讲故事（报告的逻辑性要非常强）数据分析整体流程：