以为学习Python，自己就是数据分析师？

最近数据产品团队面试了一个数据分析师，其中带来的面试作品：爬取某招聘网站的岗位，进行分析的报告。以此来证明Python的掌握情况。

用Python写爬虫很方便，学起来很方便，有结果，有效果，有数据，但是真正能用到我们数据分析工作吗？当然针对一些行业能用到，比如电商领域爬取竞品公司的店铺运营数据，监控价格等。

很多小伙伴，想要入职数据分析，第一个困难是编程，编程语言是Python，但是往往工作的过程中，用sql+Excel的配合是刚需。

我以从面试到刚入职，适应公司业务的顺序，来阐述下除了Python，入职数据分析应该还要准备什么法宝。

1. 面试

当你在面试的时候，你会遇见三类人：

①数据分析同事（主管）：考技术，一般公司主要考sql，有的也会考Python、Excel、统计学等，也会考一些行业业务方面的内容，应届毕业生考试有的会考行测方面的知识；

②业务分析同事（交叉面试）：表达逻辑，业务理解能力，他们的判断主要是看你的历史，项目背景、工作经历等；

③人力资源同事：一般沟通两次，前期一次约面，后期一次谈薪，主要考察的是薪资、技能结构、稳定性、生涯规划、沟通表达等；

在面试过程中，需要搞定的是Python、sql、Excel，提前调研公司的业务，梳理业务逻辑。

2. 入职

如果你入职成功，恭喜。

你要先确定：

① 工作目标

② 考核指标

③ 配合同时

你要解决的是：公司的数据维度、业务逻辑、数据指标等内容。

最重要的就是业务！

对业务的理解能力，判断问题的相关因素，对业务理解的越深，你所支持的决策就会越精准。

从面试到入职，是一个你经历的过程，但是公司不同，公司配置的资源不同，我指的资源是支持数据开发的团队。

如果你掌握技能，同时又自学了业务知识，这个时候，带着“装备”选择公司，你要准备理解未来公司的“坑”。

这个“坑”不是公司的发展规模，这个“坑”是公司的数据素质，以及团队运营管理的素质。

① 数据素质，公司规模不同，但是数据配置不是和发展规模成正比，这和公司的规模、行业都有关系。所以在入职前后，要对公司的数据团队做深度调研，判断公司的发展阶段；

② 团队的管理素质，有的公司在推进数据化管理的进程中，往往会遇见很大的阻碍；

对于数据分析师入职必备的技能，大家百度一下就能找到很多。但是针对不同阶段的公司，想要什么样的人，需要匹配什么样的技能和思维，对于小伙伴应该是更重要的。

今天的分享，我会带着3类公司级别的面试案例，和大家分享，数据分析师技能如何匹配不同发展阶段的公司需求。