很多转行做数据分析的人从一开始就扎入学习各种数据分析工具中，而忽视分析思路和方法，热衷于自己掌握了多少工具引以为豪，殊不知这完全是一个错误的观念。企业要的不是只会工具的人，而是具备逻辑推理能力、和提供业务决策分析的人才。

那么，一个合格的医院管理数据分析师需要具备什么样的能力呢？业界没有统一的判断标准，但依据我的从业经验和选才原则，可以分类为软实力和硬实力（图1），下面我们就来看看这两类实力中的具体标准。

图1 医疗数据分析师应该具备的能力

01

软实力

■具有对数据的敏感度：首先，喜欢数据是作为分析师入门的第一要素，同时还要抱有对未知事物探索的好奇心和对数据有悟性，英文中对这群人有个统称叫data savvy。除此之外，还需要再加上一条的：能够有专注细节的性格，为什么这条也非常重要呢？因为有的时候，数据之间的关联程度太复杂，不能专注细节的人很容易犯下只看事情一半的时候就匆匆下结论的坏毛病，这种毛病好像是天生的，很多时候都难以改正过来。

■具备深厚的业务知识：要会数据分析，首先要懂业务。不懂业务，只会一堆工具，很容易被戏称为“人工提数机”。只有建立在对业务的了解基础之上，才能结合做出有价值的分析去赋能业务。

■具有中级和以上的统计学知识：很多分析是基于统计学的原理，但是对于知识的要求并不是特别高，只要懂原理及如何使用工具操作即可。比如需要掌握统计学知识有：描述统计、概率分布、抽样分布、参数估计、假设检验等相关模块的理论知识等。同时也要搞清楚：什么是概率？概率分布有哪两种大类？什么是正态分布？什么是中心极限定理？什么是点估计？什么是置信水平？什么是原假设和备择假设？这些概念是不是感觉有点熟悉，这些其实都是我们在医学统计学中学过的内容，花点时间复习一下就明白了。

如果需要对数据进行预测时，则要用到机器学习的模型和算法来实现。当然，机器学习的知识不仅仅在数据分析领域有涉及，在数据挖掘，人工智能等领域都有很大的成就。学习虽然有一定难度，不过值得花时间和投入精力，未来的发展也会更好。

■拥有逻辑推理的思维能力：指的是正确、合理思考的能力，即对事物进行观察、比较、分析、综合、抽象、概括、判断、推理的能力，采用科学的逻辑方法，准确而有条理地表达自己思维过程的能力。在日常工作中，如果没有接受过思维能力的训练，就很容易犯大错误。而具备思维能力后，人们会从多个角度提出问题，不会仅仅从主观角度思考，避免盲人摸象的误判。

与逻辑推理能力对应的是形象思维能力，比较善于直感思维，对事物表象进行取舍时形成的，喜欢用直观形象的表象，来解决问题的思维方法。一般来说，逻辑推理强的人做事的风格都比较客观和严谨，而形象思维强的人比较主观和随意。

■掌握和运用各种分析方法：当业务上遇到问题时，不但要具备解决问题的思维逻辑，并且要掌握一定的分析方法，才能做到遇到问题不慌乱，避免无从下手的尴尬境地。在前文《运营管理决策分析，一个融合业务和分析的专业上》《运营管理决策分析，一个融合业务和分析的专业下》中我们对医院管理中常见的数据分析方法有过详细介绍，这里就不在赘述。

■有良好的沟通和表达能力：数据分析师是一个跨部门协作的岗位，良好的沟通和表达能力才能把分析结果专业但又清楚地传达出去，避免被曲解，甚至是被误解，这也是大多数理工科生特别欠缺的能力。沟通是有技巧的，只要加强锻炼就可以掌握。

02

硬实力

■熟悉应用Excel工具：多数人一听到Excel（国内对标版WPS中的表格），肯定马上产生疑惑：是不是搞错了？Excel这么简单，怎么可能变成了硬实力呢？这其实是对Excel的误解，作为微软最赚钱的工具之一，Excel并没有表面看起来这么简单？Excel是小样本数据量的最早普及应用和最好的分析工具，没有之一，然而我们在日常工作中却只用了Excel中不到10%的功能，只是用来做做表格和图形，其中大量的函数计算，和通过office家族其他工具来调用功能却基本都没有派上过用场。

Excel不仅在数据存储和清洗的功能上很完善，还在数据可视化方面都做得很好，特别是其强大的函数功能、数据透视功能，都为数据分析带来极大的便利。只要我们多花些时间学习和掌握Excel中的重要计算函数和功能、表格和图形的透视功能，基本上是可以应付80%以上的日常小样本数据量的分析工作。

■具备一定的SQL编程能力：现在大部分数据都是存储在数据库中，因此学会SQL进行数据提取也是非常重要的技能之一。不过，对于业务部门的数据分析来说，一般情况下是接触不到后台的数据库，但仍然需要了解清楚数据的流转路径，才能成功避免因为原始数据的问题而导致在后期分析过程中的许多错误。

■掌握数据查询和挖掘工具：真正专业的医疗数据查询和挖掘工具不但具备类似Excel的行和列的数据分布模式，还要有对查询条件（query）的组合能力，以方便分析人员的独立操作。目前市场上出现一些所谓轻分析产品，不动脑的直接“拖拉拽”分析，可以呈现出简单的分析表格，但却牺牲了复杂性分析所需要的各种条件组合，达不到深度分析的目的。要说最优秀的医院管理的数据查询和挖掘工具，我还是首推中科厚立的360综合查询系统。

■掌握可视化的数据分析工具：常见的可视化工具，比如Tableau和Fine BI都是不错的选择，不过这里指的不仅是在前端的操作，而是能够在后台能够写出计算函数公式，完成复杂的指标运算、透视图形的设计和BI分析盘的表达等。中科厚立自研的智能BI完全开放这些功能，也是一个可选项。

■掌握分析报告的制作工具：制作分析报告也是数据分析师的必备技能之一，尤其是在医院管理中，分析报告通常是临床管理者和医生看数据分析的首选方式。目前很多医院的职能部门都把大量的时间和精力来做报告，基本流程都是：先在Excel中做好表格和图形，然后粘贴到Word中，最后再根据经验写出总结的话术。如果有一款报告制作工具，它能够实现全自动化的制作过程，而且所有表达完全基于底层的数据分析，如果底层数据更新，无论是表格、图形还是文本表达都自动完成更新，等等强大的功能，那我还是首推中科厚立的智能分析报告系统。

由于医疗数据的复杂性，能让我这个几十年的医院管理从业人员，看上眼的专注医院管理的数据专业分析的软件工具实在太少。不得已，只能在这里推荐自家研发的产品。如果有任何冒犯的地方，敬请谅解。同时，在读者朋友中，如果在日常工作中遇到用得称手，值得推荐的医院管理的数据分析工具，也非常欢迎在评论区留言，好东西分享给大家一起来用。

■掌握其他分析工具：Python是近几年很火的编程语言，特别是在数据分析和机器学习等方向都有强大优势，Python的数据爬行和数据挖掘方面也是利器之一。有相似功能的是R，但是建议学Python，R有一定难度。如果还有更多精力，还可以学习下常用的数据分析的第三方包工具，比如numpy、pandas、matplotlib、sklearn等。

03

训练和实践

我们将数据分析师的能力定义为软实力和硬实力两大类，硬实力中的应用工具是可以通过不断学习和实践所掌握的，然而，提升软实力却不是一件容易的事情，需要经过严格的入门训练，并在日常生活和工作中锻炼和调整自己的考虑事情的思维方式、深入业务流程、掌握分析方法、强化沟通技巧等方面中不断累积出来的。

为此，从今年四月起，我们准备了《医院运营数据分析训练营》的系列培训，旨在为广大的医院职能科室人员提供“深度数据分析+全景⼯具+思维提升”的三位一体打通医院运营管理全通路的，基于实战案例的思维/方法/技能的培训课程，培训对象包括各医院院级领导，财务、运营、经管、医保、成本核算、信息部等部门管理者、业务骨干及专科运营助理等，欢迎感兴趣的读者朋友踊跃参与。

04

后记

有关医院管理和数据分析的连续期刊到这里就即将全部结束。我们从数据分析、数据科学到精益管理，然后又回到医疗数据分析等议题，内容大多是基于我本人在从业过程中的切身体会和对不同议题的个人看法，若有不妥之处，敬请谅解，也欢迎在评论区留言。

非常感谢过去几周以来大家的持续关注、点赞和评论。咱们明天训练营上见！

备 注： 第一期已报名截止

提前报名第二期训练营，扫描下方二维码报名

关于中科厚立

中科厚立信息技术（成都）有限公司成立于2014年，是由美国知名医院管理专家、数学和统计学博士、信息化管理专家以及国内知名医院管理专家、信息IT团队共同组建的一家服务于医疗行业的数据分析及医院管理解决方案的高新技术企业。

公司秉承“深度医疗数据分析推动医院精益管理”，致力于将国外先进的医疗管理经验带入国内医疗行业，用医疗大数据建模分析方法及工具提升国内医院精益化管理能力。公司自主研发的“DMIAES（医院管理智能分析及评估系统）”，集医疗管理国际标准、医疗专业特性、大数据分析、数据建模、机器学习、医疗信息化及IT技术、医疗管理综合解决方案为一体，旨在解决医院管理中质量及数据之间不可比的难题，填补国内医疗数据专业分析的空白。

 

 

了解更多关于“医院运营数据分析实战训练营”→