數據建模師工作職責和要求「數據建模師是做什麼的」

小編最近收到很多同學的私信，大部分同學都在問：如何成為一名數據分析師？作為一名數據分析師應該掌握哪些工具？我曾經是學其他專業的能轉行數據分析嗎？

做數據分析師沒有什麼門檻，零基礎也可以入門數據分析。文科生也好，其他行業人員也好，想學數據分析，只需掌握Excel、MySQL、Python和BI智能工具等基本應用就可以。

接下來，小編想跟大家聊一聊數據分析師的種類、工作內容和晉陞空間，還有數據分析師的基本能力，大家看完可以跟小編分享一下看法。

01

數據分析師的種類、職責與升級路線

數據分析師的職位分為五大類：數據產品、數據分析師、數據建模師、數據工程師與數據科學家，這5種類型的數據分析師有着不同的職責和業務能力。

1）數據產品

數據產品概覽圖

數據產品不但要運用埋點原理，使用工具抓取數據並分析，還要參與數據化產品的製作，挖掘用戶數據需求、提煉數據產品方案、設計和推廣數據產品的使用等。

職位：數據產品經理、CGO、數據產品總監、數據運營總監

學習科目：數據技術、可視化、業務思維

2、數據分析師

數據分析師概覽圖

商業化的數據分析師主要是負責產品系統後台的上架、更新及維護，是項目中的指導者。

職位：CGO、增長專家、數據諮詢師、數據分析總監、數據運營總監

學習科目：數據技術、可視化、統計學基礎、業務思維

PS：

①可視化是相當重要的一部分，當你花費大量時間來處理數據，卻沒能將數據清晰直觀地呈現在老闆面前時，你所做的一切都是無效的。小聚給大家舉兩個例子：

同樣是數據分析師做的兩張圖，圖A中的各項數據看起來清晰明確，非常便於理解；而圖B中，不僅缺少單位量，也沒有將增減幅度體現出來，老闆看了會十分頭疼。

②大部分人對數據分析師存在一個誤區，覺得他們就是取數的、做表的「工具人」。這種想法簡直大錯特錯，作為一名數據分析師，核心能力是要挖掘數據中的價值，並了解它們所存在的意義，對數據進行整理分析，幫助領導去做決策。

③還有很重要的一點是溝通能力，因為你不但要了解清楚對方需求的是什麼，還要告訴對方你做了哪些內容。否則，分析的對象不是需求的對象，容易產生錯誤的判斷造成損失。

3、數據建模師

數據建模師概覽圖

數據建模師就是我們常說的算法工程師，他們運用數理統計知識、編程和業務思維建立數學模型，是當之無愧的產品靈魂。

職位：CTO、技術總監、算法工程師

學習科目：數據技術、統計學基礎、建模技術、業務思維

4、數據工程師

數據工程師概覽圖

數據工程師屬於技術崗，他們負責搭建數據庫、處理數據、維護數據安全等工作，主要是服務於數據的使用者，比如上文中的數據分析師、數據產品以及數據建模師。

職位：CTO、技術總監、研發工程師

學習科目：數據技術、建模基礎、業務思維

PS：

數據工程師非常考驗專業能力，如何優化流程、數據監控和預警分析，一旦任務失敗，這個月的薪水就會被扣掉。

5、數據科學家

數據科學家概覽圖

數據科學家屬於綜合性人才，集數據分析能力（＞數據分析師）、統計學基礎、業務能力（＞數據產品）、算法（＞算法工程師）與溝通能力於一身。這類人才屬於數據分析行業中的頂配，各方面的能力都超一流，不過這類人才相當稀有，在行業中基本是可遇而不可求。

以上就是數據分析師中的5大崗位，大家有沒有比較感興趣的方向呢？先別著急，接下來小編再和大家分享一下成為數據分析師必備的4種能力。

02

數據分析師的4種能力

① 數據技術

做數據分析必須要了解數據的運轉流向，並利用工具讀取和分析。

數據分析基礎：Excel

使用Excel來應付計算量不大日常數據是最實用的，大部分數據分析師只用到其中的少部分功能。

數據提取：SQL、MySQL

SQL算是編程中最簡單的語言，只要用心去學，不超過一個月就能進行數據的提取了。

分析工具：SPSS、R、Python

SPSS就相當於高級版的excel，難度不高；python和R在數據分析和數據挖掘方面的能力差不多，兩者任選其一即可。

② 可視化

Excel、PPT、echarts、FineBI

數據可視化的工具比較多，上述的幾種都是比較常見的，尤其是excel和PPT相當基礎，如圖所示：

新增用戶熱力圖

不管使用的是什麼工具，目的在於將抽象的數據用圖表展示出來，方便老闆審查和決策，如果做的好看就成了你的加分項。

③ 統計學基礎

統計學基礎常常運用在ABtest、數據透視中

有時遇到模糊的數據，比如一些隨機的因素，就要用到統計學中的假設檢驗了。假設相反的狀況，通過設置的樣本來推翻這個假設，如果樣本足以推翻假設，則我們認為測試結果成立；否則測試結果作為偶然現象，需要重新進行測試。

示例一 AB test的錯覺：

AB test結果圖

示例二 R平方值的重要性：

DAU預測圖

④建模能力

分類：在歷史用戶行為基礎上構建出模型，將它套用到新用戶身上，預測用戶是否會發生某種行為。如下圖所示：

模型概念圖

分類：同種類別的用戶比較相似，不同類別的用戶之間具有較大差異，需要給不同的用戶打上標籤。如圖所示：

聚類概念圖

回歸：比如在預測銷量、人口數量時，就需要用到指數回歸和多項式回歸，在處理各類數據時都會用到相對應的回歸算式。

評估：評估模型有兩類：回歸模型和標準化模型，它們一般會用於品牌投放、會員積分等，如圖所示：

渠道評估模型（AHP標準化模型）

作為一名數據分析師，還需必備業務思維能力、大局能力、溝通能力等等。數據是沒有思想和邏輯的，如果你沒有業務思維，可能會迷失在一堆數據中理不清方向，優秀的數據分析師則可以讓一串串數據「活」起來。

還有大局能力，你不僅要有處理分析公司產品的能力，同時還要對競品進行分析，知道對方的不足，發展自身產品的優勢，才能抓住老闆的心。

最後，數據分析師不可缺少的溝通能力，你在分析數據之前，要先明確分析什麼數據，為什麼要分析這些數據，精準地把握老闆的需求，避免出現工作上的紕漏。當你完成工作後，需要將數據的價值表達出來，老闆才能進行下一步的工作。

如果你想要成為一名優秀的數據分析師，先找到自己的方向，確立一個職業目標，再逐步掌握數據分析師的必備技能，在軟件的基礎操作上不斷提升自己的應用水平