Question

数据分析师到底有多厉害?

Answer 1

数据分析师有很多个分支岗位，岗位的划分和公司的业务相关。对个人而言，岗位的职责不同导致了对技能的要求不同。
1. 数据运营这种数据岗主要是偏运营方向。工作内容是制作报表，提数据需求给开发人员，产出分析报告，承接其他部门的数据需求四大内容。对技能没有太多要求，Excel很熟，需求能和开发说清楚，明白什么外部需求可以处理，什么不能处理。分析报告自己懂得提取有意思的点，总结导致数据结果的原因。说白了就是怎么去实现关于数据的任务。
2. 数据产品这种岗位偏向与搭建数据类的产品。数据类产品分很多种，在公司内部最常见的是数据平台的搭建，或者是针对某个业务逻辑的模型方法。其中，数据平台的产品就是确定我们要看什么数据，以什么方式展示出来，能否解决其他部门的数据需求。针对业务逻辑的模型方法，和数学模型没有半点关系，就是针对用户的特点，提出一套总结性质的方法，然后跟进这种方法，实现业务逻辑，说白了就是怎么做事更有效。需要懂得制作产品原型，Excel肯定要很熟。有时需要跟进项目催促开发进度。
3. 数据分析师工作内容包括从数据库提取数据给数据运营产品，产出部分分析报告，搭建业务相关的模型（这个一般是数学模型）。有可能会参与到报表开发，数据平台开发。技能包括会SQL查询（不要求复杂的SQL，不要求写存储过程什么的），会写脚本（Python，shell），使用数据分析工具（R，Python），懂得一般数学模型，例如 linear regression，logistics regression等等。不需要掌握数据挖掘的技术，组里有数据挖掘工程师去实现。如果你的公司业务和数据无关，比如说只有日活，存留率，或者PVUV之类的，这个数据分析一般不用搭建模型，价值不大；但如果业务和数据相关，比如是用户投资公司的产品，数据直接和钱打交道，就需要数学模型去量化这些行为，价值不同。一般这些模型在统计学中都会学到，千万不要以为线性回归就是什么最小二乘法一条直线嘛，好好去找一个统计课本看看里面的假设检验都有哪些，不要对线性回归停留在中学阶段。实现这些模型，就是利用R或者Python。一般是离线计算，把结果放到服务器上在数据平台展示。如果需要实时性质的计算，数据分析师肯定是搞不定的。数据挖掘工程师，掌握的技能非朝夕可得，想短期速成不现实。以上三个岗位倒有可能速成。

Answer 2

Answer 3

数据分析师可以：

一为产品经理服务，国内产品经理不懂数据分析，而新产品的竞争情报分析、产品敏捷测试等都需要数据分析师帮助完成，后期产品迭代优化还是需要数据分析师采集用户行为、习惯、评价等数据来完成；

二是为运营服务，产品运营中的用户流量、促销、顾客关系管理等需要数据分析师帮助完成；三是公司数据制定和标准建设、各部门数据打通，数据化管理等工作需要数据分析师完成；

四是数据情报和数据预测为高层服务。

从以上四个方面看商业分析能力和业务知识能力就显得尤为重要，这个时候是考验分析师的业务理解能力及通过数据为企业解决实际问题的能力了。比如分析师的分析流程、分析思维、分析技能、展示说服能力。可以考虑进这方面专业的公司，或者运气好碰到有经验的老师带你一段时间，像我运气不错刚进了决明就碰到了老师带我，进步的很快，所以现在基本把这一套搞得很熟练了。