按照阿里的职级体系，数据分析师的进阶道路应该是数据专员、数据分析师、高级数据分析师、资深数据分析师然后就是数据分析专家。

由于互联网自成一脉，且数据分析还没有规范化，所以不一定职级是数据分析专家，实力就一定属于专家，我们只是聊聊一个合理的数据分析专家应该有什么样的特质。

1、数据敏感性

这个敏感不是一般的敏感，是基于业务和数据的经验，可以一眼看出一个数据面板下的问题。

这个看穿问题大概能到什么程度呢，能到他负责的部门的维度。如果是整个事业部的数据分析专家，可以看出事业部存在的问题并给出解决方法。

同理，资深分析师可以看出负责项目所在的问题，高级分析师能看出一个小分析所在的问题。这些能力都是长期（被迫）看一大堆数据养成的敏感性，也是专家区别于别人的地方。

2、分析体系

体系化是一个专家的入场券（也是和别的前辈求教得来的），放在数据分析里，如果你去面试一个数分析专家，通常问你的就不是单独的案例，而是：你有什么方法论。

这种方法论体现在数据分析方方面面的工作中，比如建立数据指标体系，价格分析体系等等，它代表的都是一种问题的解决思路，证明你可以提炼和复用。

为什么要求这个能力呢，是因为专家级基本都有带组的需求，如果你不会规划，看不透问题的本质，没有成熟的分析体系，怎么给下面的人赋能？或者只是一个吃干饭，用kpi来管理员工的专家吧。

3、前沿的分析思路

我都下定决心了，哪天我也带组了，一定会花时间在知识积累上。

前沿的分析思路和分析手段，是数据分析不断提升的关键。你有了上面的数据敏感性和分析体系，这些都是业务万变不离其宗的东西，是可以拿去复用的东西。

那么再进一步，除了管理手段以外，剩下的就是数据分析的专业手段。往上走无论如何都需要专业，更专业，更会管理，就走的更远。

包括我们熟悉的数据挖掘，人工智能，传统统计学分析方法，预测手段，如果能某通一项，就可以对公司产生更多的价值，也对下面的人持续赋能，让他们觉得跟着你能学到更多的东西。

4、管理能力

这个不多说了，因为……俺也不懂，但应该是有的吧