1️⃣只能做基础工作 这是第一道坎。刚成为DA，每天的时间都被埋点、取数和看板填满，我期待的“数据分析”，只剩下做数据，分析是一点儿没见到。确实，作为一个新人，在无法获取信任的情况下，先把你当个工具人使唤，最保险 但我是不可能满足于只做工具人，别人不给分析，我就主动去要，跟mentor要（和业务不太敢要，毕竟生瓜蛋子一个，担心接了扛不住的需求，就把名声败了）。只要mentor接到分析需求，我都会主动问，“有没有什么是我可以帮忙的”，也许一开始只能负责跑跑数，但很快就能接一个报告中的一个模块，然后是一个主题，然后就是完整的一次分析，这道坎，就算彻底迈过去了 2️⃣分析一通没法落地 有分析可做，可不代表做完就有人听你的，毕竟大家都带着脑子呢～ DA也不是真的就能拿着数据纵横捭阖，操纵商业世界，如果真这样，要老板们何用 分析不落地，无非俩原因： 📍分析框架和方法混乱，结论不靠谱 比如我当时分析某教育业务学员到课率的影响因素，仅通过相关性发现某个时段到课率高，所以竟然给出让老师都在某时段开课的建议，我都能感受到运营同学听完之后的错愕。这个结论犯俩错误，表面看是把相关当因果，深挖一层是缺少对业务现状和数据表现的洞察，业务刚起步，数据本就稀疏，极有可能某个极端值就会带偏整体结论 📍目标和业务预期没对齐 我见过某些DA，和业务越走越远，原因就在于，业务明明在做A，分析师硬去做了B，结果B的结论，业务根本用不上，也没时间管。我们确实要相信自己的能力，但也确实要摆正定位。在没有完全获取业务信任之前，跟着大方向走，是相对靠谱的选择。毕竟，想影响系统，先要遵守系统的规则 3️⃣影响的了边边角角，却影响不了大局 如果只工作了2、3年，也许对这一点感受比较小。毕竟，在晋升到senior之前，主要还是做好眼前事儿。一旦开始走向更高的职级，以及，当你发现自己很有“野心”，已经不满足于只是data-driven，甚至想drive data & business，恭喜你，第三层瓶颈出现了。这是人性使然，到了某个阶段，只会希望自己能影响得更多，scope想扩大，决策权想扩大，但受限于架构和岗位，很难向上突破，我选择了跳出岗位，也有朋友选择持续深耕，哪种选择更好，很难说，其实工作到最后，还是看自己开不开心，能和自己和解，就没有什么瓶颈不瓶颈