很多人以为数据分析就是和数据打交道，其实不然，沟通需求也是数据分析师们每天主要的工作内容之一，数据分析师每天会接收到来自业务方的各种需求，可以分为数据支持需求和分析型的需求。

比如运营想看某段时间内xx的xx指标的表现情况，请分析师拉一下相关数据;某个指标有异动，请分析师归因;某场活动结束了，帮忙做一个活动数据复盘……这些临时的需求在确认、沟通、开会上往往就会占用很多时间，因此深入了解业务、快速get到业务的需求和目的，合理地做好需求的管理排期，都是一名优秀数据分析师的必修课。

这里提一个建议：不要一接到需求就无脑执行，明确需求才是第一步，不妨多问问需求提供方，究竟要做什么事情、什么目的。在把数据结果给需求提供方时，再提一句：预计什么时候看到结果和反馈，我们到了那个时间点一起看反馈结果。这样的完整的过程才谈得上是一个闭环。

数据提取

数据提取简称取数，就是根据数据分析的目的或业务方的需求，从数据库中提取所需数据的过程，可以算是正式数据分析流程的第一步。但公司的大数据平台或者数据仓库建设不完善，数据基础建设不规范、或者对业务库表的不熟悉等等因素，都会导致数据提取效率较低，再加上频繁来自业务方高频的取数需求，这就导致很多人会陷入到取数的工作中，大家是否听说过sql boy、茶(查)树(数)菇(姑)的称呼，其实就是对陷入取数怪圈的数据人的一种戏称。有些新人虽然挂着数据分析的title，但每天80%都干的是取数的工作。工作第一年经常取数无需忧虑，但是这个状态保持3年以上，就一定要争取转变了。

数据处理与分析

数据处理是指对初步收集到的数据进行加工、整理，可能是数据分析过程中最耗费时间的，尤其取决于数据质量。中小型公司和小数据量的情况下，数据分析师们通常会用Excel来处理数据，在大数据量的情况下，SQL和python的使用更为常见。

明确好分析目的和分析方法，准备好数据后，就可以着手开始分析了。分析师们需要通过分析工具、分析方法对数据进行探索，从中发现因果关系、内容联系和业务规律等，为商业目的提供参考。

对于懂业务的分析师来说，数据分析的过程其实不占用太多时间，面对业务提出来的需求和存在问题，基本能快速明确分析思路。

分析总结

这是一整套数据分析全流程的终点站，通常一些临时性的分析需求，数据分析师们做一个结果和重点明确的需求回复邮件即可;完整的、复杂的数据分析，一般会使用PPT来制作数据分析报告，如果涉及到了多位业务相关人员，还可能需要做presentation。因此抓重点、PPT制作和说话的能力，也是一位优秀的数据分析是不可或缺的。

制作、维护报表

每个公司都会需要将重点关注的数据指标做到一个表中，去周期性的更新和维护，这一步就需要写sql查询、生成报表。一般公司的报表数量可能多达上百个，部分公司会有专门的报表工程师进行开发和维护，也有的公司是由数据分析师来进行。很多数据分析师上午来公司的第一件事，就是监控自己对应业务的报表是否有数据异常现象发生，及时发现、解决问题。如果是在部分数据平台建设不完善的公司，数据分析师还要将当天的监控情况进行图文描述，邮件抄送给业务方的关键人。因此在做这项工作时，对数据指标的敏感性、对业务的理解都是很重要的。