大家好！可能有的同学只想把数据分析作为论文实证分析的一种研究方法，毕业论文搞定以后，再也不想打开SPSS。
也可能有的同学像我一样，逐渐喜欢上了从数据中寻找规律的感觉（为了搞钱），以后成为一名全职的数据分析师。
今天，菜鸟君想跟大家分享下，作为数据分析师在日常的工作中，是如何进行需求沟通的。
首先，数据是基础！这也是为什么，每当有同学咨询的时候，我第一句话往往都是，数据已经准备好了吗？
如果数据还没有收集，甚至量表题目都还没编制，那么分析思路啊、想要证实的假设啊blabla都只是空谈，得不到验证。
实际上，在数据分析师的日常工作中，接触到的不一定都是规范的量表数据，也有很多非结构化的数据，比如文字、图像、语音、视频等各种形式。
在这个大数据的时代，有了数据，就等于挖到“金矿”！
其次，明确分析目的。在工作中常常会跟不同部门、不同岗位的同事一起合作，作为数据分析师，往往是被提需求的那一个。
倒推的玄学：“我觉得这个结果应该是这样的，你帮我看看？”
接到需求，作为一个成熟的分析师，都要有自己的分析思路和步骤：
清洗数据——从需求中提炼出研究假设——运用合适的方法验证假设——得出结果。
其中，往往最耗费时间、精力的一步是“清洗数据”。而沟通最困难的一步是“从需求中提炼出研究假设”。
从上述需求中，很多人会觉得难以形成研究假设。甚至根本理解不了为啥有这样“离谱”的需求。
那么，就该进一步跟客户、业务方进行沟通。是通过已有研究或者经验得出的需求？有没有参考资料可以学习下？从中是想发现什么？
一个好的数据分析师不能只盯着一堆数字，也要放眼看看现实的世界。
从现实和数据两个角度同时去考虑，就会更加透彻的了解需求，也往往会有更多分析的灵感。
不管是SPSS、PYTHON还是SQL、R语言，都只是分析工具。掌握分析方法是必备的技能，而“分析”两个字，更多的是重在对于需求的沟通和理解。
这就是今天想分享的全部内容。如果觉得有帮助，别忘了分享给更多的小伙伴们，右下角“在看”点一下哦~
每天进步一点点，我们一起加油！
谁说菜鸟不会数据分析