如何成为数据分析师？

数据分析师如何从0到1

刚入数据分析这个行业，小白经常有疑惑：怎样成为数据分析师？成为数据分析师的路径？

企业管理者能通过多种方式，与企业内部的定量分析师亲密合作，利用分析学提升决策制定的效率。让我们看看最近珍妮弗·乔伊（Jennifer Joy）在美国保险公司信诺（Cigna）制定的一项决策。乔伊是临床手术部门（Clinical Operations）副总裁，她管理着该公司庞大的客户服务中心。该客户服务中心帮助信诺的客户增强体质，特别是有慢性病、需要长期治疗的客户，比如患有糖尿病和心脏病的客户。乔伊本是一名护士，并不是分析师。不过，她读过MBA，也笃信分析性思维的重要性。她的案例展示了分析性思维的两个方面：定性问题和找出问题的正确答案，她的这种分析性思维帮助公司和客户节约了大量成本。

终身学习

乔伊的工作面临的一个首要决策是，该花多长时间在客户的慢性病管理上，也就是告诉他们如何预防疾病或者如何防止疾病的扩散。一方面她想确保自己确实有帮助到客户，另一方面还要合理控制公司的成本。对于她来说，主要的结果变量就是信诺的客户是否入院或再入院。一度，她手中有几十页的月度报表，里面记载着客户再入院的频率，这个频率时高时低，但到底是什么引起了它的波动，乔伊不得而知。“我掌握了很多数字，但它们只是数据而已，不能回答深层次的问题，即‘这说明了什么’。”乔伊真正想知道的是，客户打电话给信诺之后，在身体健康和住院这两个问题上，到底有没有获得答案。

为了更深入地了解慢性病管理和住院率之间的因果关系，乔伊向信诺的一些分析学专家寻求帮助。迈克尔·科辛斯（Michael Cousins）和其同事组成了一个分析团队，由科辛斯牵头与乔伊一起深入探究这个问题。科辛斯说：“乔伊虽然并不是全然理解因果关系背后的各种推理细节，但是，她是一个逻辑性强、爱钻研的人，而且提出的问题非常睿智。她对定量分析并不是那么敏感，但非常注重分析。与像她这样的决策制定者共事，分析团队打着灯笼也难找。”

在信诺，科辛斯的团队专注于让分析方法和业务需求相匹配。他的团队认同乔伊的观点，即有关住院情况的数据派不上什么用场，因为它并没有回答乔伊提出的因果关系问题：在客户的健康状况和住院这两个问题上，临床医生的建议到底产生了什么样的影响。换言

之，已有的报表采用上下波动的方法并不适用于解决她所提出的业务问题，因为在决策制定的过程中，没有可靠的对比或者参照组作为基础。比如，原来那些报表并没有根据客户病情的轻重情况进行配对，有的病人的病情会更危急一些，有的则会缓和一些。于是，科辛斯的团队创建了一种病例配对方法，将健康状况、人口统计数据、生活方式和住址相近的患者进行配对。然后，每一对配对成功的客户中的一人将接受慢性病管理与督导，而另外一个人则不接受，如此一来，乔伊就能确定这种管理和督导的效果到底如何了。科辛斯指出：“对乔伊来说，去调研这些干预是否真的有效是需要勇气的，因为这毕竟是她公司的主要业务，但她为了找出真相，义无反顾。”

结果表明，客户服务中心提供的有些干预对很多疾病来说，并不能达到预期的效果，但在乔伊他们意想不到的一些疾病上，却又卓有成效。对于前一组客户，乔伊决定采取行动，缩短患有特定疾病的客户的通话时间，直到确定客户服务中心提供的服务为客户带来效用为止。对于后一组客户，他们则增加和调遣了客服人员，以为客户提供更具附加值的活动。乔伊还和科辛斯的团队在其他分析项目上进行了合作，包括对照实验（controlled experiment），以测试不同的督导方法，比如与客户的医生进行更深入地接洽。在究竟哪种方法会奏效这一问题上，她并没有依靠直觉去判定，而是坚定地遵循结构化分析的理念，比如说利用“测试与获知”（test and learn）这类大数据分析分法，每年进行二三十次测试来判定。

乔伊原本就擅长分析，现在，通过和专业人士的合作，她又掌握了分析工具，可以将所思所想付诸实践，然后做出以事实为依据的决策。虽然通过电话为客户提供医疗服务的理想方式依然有待发掘，但至少现在，信诺将更多的精力放在了事实证明有效的方法上，减少了花在那些确实不起作用的方法上的冤枉钱。对于科辛斯和其团队来说，也在与乔伊和信诺其他善于分析的高管的合作中获得了好处，他们变得更善于用商业术语表述分析结果，传达分析对于客户和经济效益的意义。

因此，《成为数据分析师》并不是为像科辛斯这类分析人士所作，而是奉献给全球如乔伊这类具有分析头脑的人的。不过，我们并不是说希望你变成一位技艺了得的定量分析师或者数据科学家。首先，这不是单单通过读这一本书就能实现的，这需要大量的积累和学习；其次，并不是每个人都喜欢这一行，也不是每个人都有这个能力。事实上，我们就是想让你具有数据化思维或者分析头脑，即对数据和分析有渴求，在工作中利用它们做决策，并在公司内部提倡这种做法。我们希望人们对你的评价是“他对数据富有激情”，或者如同评价乔伊这样：“虽然她自身不是什么数据极客，但她理解并欣赏他们的工作。”我们虽然没打算让你从事什么复杂的数据分析工作，但希望你成为它的消费者，而且是精明的消费者，利用它来制定决策，提出与数据和分析方法相关的问题，理解分析结果并利用其提升你的企业业绩。改述哈佛大学统计系孟晓犁先生的话来说就是，借由这本书，我们并不是想让你成为专业“酿酒师”（他为统计学博士讲课时用了这个词），只是想让你成为美酒行家。