如果你認為數據分析師只能跑數據,那可千錯萬錯了,數據分析師的真實工作究竟如何?
昨天就又雙叒被支付寶的賬單刷屏了。在這個大數據時代,通過數據,不僅可以分析消費行為,還可以分析一個人社交媒體及在互聯網中的社會影響力、知名度及社會地位,而且加上實名制後,大數據越來越真實可靠。
數據的背後,竟然透露了這麼多信息?那為什麼同樣的數據,外人就解讀不出來?這其中不得不提數據師們了。數據師中,分布範圍最廣的就是數據分析師。

一、數據分析師是什麼?
數據分析師,是數據師的一種,指的是不同行業中,專門從事行業數據搜集、整理、分析,並依據數據做出行業研究、評估和預測的專業人員。
概念劃重點:
- 行業
- 數據相關的動作 (藉助工具)
- 做出行業研究、評估和預測
今天老李就淺談一下: 什麼是數據分析師?工資高么?小白想轉行,還來得及么?

二、數據分析的崗位職責?
數據分析的崗位職責,以微博的數據分析(應屆生)為例:
工作內容:
- 運用數據分析和規劃方法,為相關業務提供分析支持和業務思考;
- 對現有業務數據進行分析和監控,通過數據分析發現問題,探索機會,通過模型的建立優化現有業務;
- 參與業務的優化、提升的過程,並通過數據評估業務目標是否達成及下一步策略的制定;
- 持續觀察互聯網領域相關業務的變化、模式、新產品,優化數據分析方法及模式。
崗位要求:
- 數學、統計、經濟學相關專業優先;
- 對數據敏感,邏輯清晰,具備良好的溝通、協調和執行能力,學習能力強;
- 對新事物保持敏感,善於深度思考,有較強的結構化思考能力;
- 具備責任心、自驅動能力,擅長撰寫分析報告,精通PPT、Excel等工具軟體。

感覺很多?其實,說白了主要就4點要求:
- 對相關業務的理解
- 掌握1到2種數據分析工具
- 良好的溝通
- 對數據敏感,邏輯性強(這個算是默認的,如果本身就對數據不敏感,還請放過自己)
不論是數據分析/數據運營/商業分析,都是偏向業務方向的數據分析,也是目前比較普遍的崗位。真正業務端的數據分析師,不僅會跑數據,更要解決業務問題。
給你們舉個例子:這個季度的入住率怎麼下降了?
對於這個看似簡單的問題,腦子裡可能已經過了各種,包括不限於:
- 下降了多少?
- 情況是什麼時候開始的?
- 這個下降是正常的么?(比如是正常的季節原因?)
- 為什麼下降?是服務不好,宣傳推廣不夠,還是競爭對手降價了,又或者其他什麼原因?
- 未來還會下降么?
- 得出什麼結論?
- 這個結論是否能量化?
- 怎麼解決這個問題?
- 解決方案是否可以量化?
還以為數據分析師只是Excel的大表哥、做數據分析報告的數據員么?
小白們進入哪個行業,很大程度會決定初期的技能樹和技能點。譬如金融領域的風控模型、營銷領域的生命周期、廣告領域的點擊率預估等,各有各的特色。對相關業務的理解很重要,是因為數據分析師不會脫離業務而單獨存在的。
如何解決業務問題,並能以量化解釋(而不是我認為),才是一個真正的業務端的數據分析師。
三、數據分析都能掙多少?
直接搜索崗位信息,就以北京為例,搜索工作1年以內的數據分析師,稅前工資1萬的崗位如下:

3-5年薪資預測圖,來源BOSS直聘
但拋開業務,在數據分析發展這條路上,並不是只有數據分析,還有數據挖掘,數據產品,數據工程。
數據分析:偏向業務方向的數據分析師,重點在解決業務問題。
數據挖掘:偏技術的數據崗,有些歸類在研發部門,有些則單獨成立數據部門,比如數據挖掘專家、演算法專家。
數據產品:與產品結合,互聯網行業的發展,使得這類需求的比較大,尤其是對數據產品經理的需求。
- 對於數據產品經理,有兩種理解,一種是會跑數據的產品經理,即具備強數據分析能力的PM;
- 另一種是把大數據平台、廣告平台等數據相關的產品項目作為產品,安排落地,是公司數據產品的規劃者。
數據工程:數據工程師其實更偏技術,從職業道路上看,程序員走這條路更開闊。

四、小白也可以成為數據分析師?可以!
對於入門數據分析師來說,主要的技能要求:
- 資料庫知識(SQL至少要熟悉)
- 基本的統計分析知識(核心功底)
- EXCEL要相當熟悉,重點是函數和數據可視化
- 對SPSS或SAS等數據分析軟體有一定的了解
- PPT也是必備的
其實,並沒有想像中的難,方法也簡單粗暴分2種:系統學習和自學。
首先系統學習,利用線上或線下培訓,報名培訓課程,系統跟著老師們學習;自學的話,搞清楚學習的順序+做好長期吃苦的準備。
多逛逛知乎等相關論壇,看看論壇精華帖,制定適合自己的學習計劃。比如:核心功底統計學和離不開的計算機,這2個,哪個不會?還是都不會?先學哪個?怎麼學?
數據離不開業務,在學習的同時,不妨多了解自己感興趣的領域,和專業相關是最好的,並且積累相關的經驗,為面試做準備。
如果已經有一定行業履歷,只是想要轉崗數據分析師,那麼建議跨崗不跨行,避免跳到一個陌生的領域。
原創文章,作者:投稿專員,如若轉載,請註明出處:https://www.506064.com/zh-tw/n/318611.html