数据运营和数据分析的区别（详解两种间的区别）

【写在前面】

想把这些年的工作对数据的理解、学习、感悟和经验，整理汇总出来，对自己的数据知识体系做个总结，希望对未来能有所帮助。

所以，‘’数据说”应用而生，这里是运营与数据的相对碰撞，是数据闲话漫谈的之所，希望在这个大数据时代中，所有对数据感兴趣的小伙伴们有所帮助，在这片自留地，一起探索交流运营与数据的魅力所在。

日子再忙，内心也要平静。—— 《领悟》数据说·第一期

数据运营与数据分析

我们对于数据运营与数据分析这两个岗位的界线，有些模糊，其实这两个岗位有着不同的差别也有着相同点，作为数据说的第一期开头，我们先一起来看看有何区别，又有何共同点?

首先我们说说这两个岗位共同点。

①都要深入的了解各个业务流程；

②都要掌握某些数据分析的工具；

③都要有较高的数据敏感度；

④都要依据数据分析结果，为整个业务线的运营以及决策提供合理化建议。

了解了共同点，我们再分别说说这两个岗位大致的工作职责。

数据运营岗

说到数据运营岗，我们就得先了解什么是运营。

一切围绕一个产品推广运作的、需要将流量转化到自家的产品上，连接用户（客户）与产品之间发生的一系列运作都是运营。

比如：产品运营、社群运营、活动运营、新媒体运营、渠道运营~~~等等等。

而数据运营是对用户行为，用户转化最敏感的，数据运营的存在避免了管理的滞后性。

可以将数据运营理解为家庭医生或者是护士，护士做的是护理工作，也需要关注指标，比如有一天你有点小感冒或胃疼，家庭医生就会告诉你要多休息，多喝温水，会给你开“非处方”的感冒药，他能最快速的对你身体状况作出反应。

数据运营的工作内容有：

①负责运营相关的数据分析，配合运营方数据需求②协助运营人员共同制定数据分析运营等策略③为日常业务运营提供精准的数据支持④梳理并建立各个运营模块的数据监控体系（日报周报等）。

数据运营的工具要求：

Excel/PPT，SQL（不同公司不同需要，但学是加分项）。

数据分析岗

数据分析师是一个连接业务与技术的职位，要求比工程师更了解业务逻辑，又要比产品、运营等具有更多的数据分析思维与技能。

虽然作为数据分析师懂的是数据、统计学、业务等知识，可真正面对的业务问题错综复杂。当企业面临经营问题的时候，谁都没把握一定说XX指标不好就是因为没做促销，就是因为没上新产品，需要系统的诊断才行。（数据分析岗也可以理解为门诊医生）

所以数据分析师的工作内容有：

①根据数据需求，提取数据，数据清洗②标注数据变化，发现异常③多维分析，交叉分析，查找异常原因④预测数据变化趋势及影响⑤生成策略，推动相关部门执行并复盘效果。

数据分析师的工具要求：

Excel/SQL/Python/R/Tableau/SAS等（不同公司对工具的要求会不同，具体可以查看JD要求，一般情况下是SQL+Python）。

以上就是数据运营与数据分析的闲谈，在工作上，运营想分析个数据，就用自己部门的人了，后来有数据分析师，需求就给数据分析师了，本质上数据运营要具备数据分析技能。

所有的数据分析，都绕不开是多少、是什么、为什么、会怎样、又如何

是多少（数据描述状况）

是什么（树立数据标准）

为什么（探索问题原因）

会怎样（预测业务走势）

又如何（综合判断状况）

数据分析的一些流程本期不做详细讨论。

对数据能力的要求是互联网公司所有职位的需求趋势，对于未来的发展，我认为数据分析能力会变成运营岗位的刚性需求；与此同时数据分析会进阶成数据科学家，通过统计、机器学习来为各部门解决一些通用性的问题。