数据运营分析岗主要做什么的(数据分析的岗位职责)


如果你认为数据分析师只能跑数据,那可千错万错了,数据分析师的真实工作究竟如何?

昨天就又双叒被支付宝的账单刷屏了。在这个大数据时代,通过数据,不仅可以分析消费行为,还可以分析一个人社交媒体及在互联网中的社会影响力、知名度及社会地位,而且加上实名制后,大数据越来越真实可靠。

数据的背后,竟然透露了这么多信息?那为什么同样的数据,外人就解读不出来?这其中不得不提数据师们了。数据师中,分布范围最广的就是数据分析师。

看完数据分析师一天的工作,才明白为什么人家年薪50W

一、数据分析师是什么?

数据分析师,是数据师的一种,指的是不同行业中,专门从事行业数据搜集、整理、分析,并依据数据做出行业研究、评估和预测的专业人员。

概念划重点:

  • 行业
  • 数据相关的动作 (借助工具)
  • 做出行业研究、评估和预测

今天老李就浅谈一下: 什么是数据分析师?工资高么?小白想转行,还来得及么?

看完数据分析师一天的工作,才明白为什么人家年薪50W

二、数据分析的岗位职责?

数据分析的岗位职责,以微博的数据分析(应届生)为例:

工作内容:

  • 运用数据分析和规划方法,为相关业务提供分析支持和业务思考;
  • 对现有业务数据进行分析和监控,通过数据分析发现问题,探索机会,通过模型的建立优化现有业务;
  • 参与业务的优化、提升的过程,并通过数据评估业务目标是否达成及下一步策略的制定;
  • 持续观察互联网领域相关业务的变化、模式、新产品,优化数据分析方法及模式。

岗位要求:

  • 数学、统计、经济学相关专业优先;
  • 对数据敏感,逻辑清晰,具备良好的沟通、协调和执行能力,学习能力强;
  • 对新事物保持敏感,善于深度思考,有较强的结构化思考能力;
  • 具备责任心、自驱动能力,擅长撰写分析报告,精通PPT、Excel等工具软件。
看完数据分析师一天的工作,才明白为什么人家年薪50W

感觉很多?其实,说白了主要就4点要求:

  • 对相关业务的理解
  • 掌握1到2种数据分析工具
  • 良好的沟通
  • 对数据敏感,逻辑性强(这个算是默认的,如果本身就对数据不敏感,还请放过自己)

不论是数据分析/数据运营/商业分析,都是偏向业务方向的数据分析,也是目前比较普遍的岗位。真正业务端的数据分析师,不仅会跑数据,更要解决业务问题。

给你们举个例子:这个季度的入住率怎么下降了?

对于这个看似简单的问题,脑子里可能已经过了各种,包括不限于:

  • 下降了多少?
  • 情况是什么时候开始的?
  • 这个下降是正常的么?(比如是正常的季节原因?)
  • 为什么下降?是服务不好,宣传推广不够,还是竞争对手降价了,又或者其他什么原因?
  • 未来还会下降么?
  • 得出什么结论?
  • 这个结论是否能量化?
  • 怎么解决这个问题?
  • 解决方案是否可以量化?

还以为数据分析师只是Excel的大表哥、做数据分析报告的数据员么?

小白们进入哪个行业,很大程度会决定初期的技能树和技能点。譬如金融领域的风控模型、营销领域的生命周期、广告领域的点击率预估等,各有各的特色。对相关业务的理解很重要,是因为数据分析师不会脱离业务而单独存在的。

如何解决业务问题,并能以量化解释(而不是我认为),才是一个真正的业务端的数据分析师。

三、数据分析都能挣多少?

直接搜索岗位信息,就以北京为例,搜索工作1年以内的数据分析师,税前工资1万的岗位如下:

看完数据分析师一天的工作,才明白为什么人家年薪50W

3-5年薪资预测图,来源BOSS直聘

但抛开业务,在数据分析发展这条路上,并不是只有数据分析,还有数据挖掘,数据产品,数据工程。

数据分析:偏向业务方向的数据分析师,重点在解决业务问题。

数据挖掘:偏技术的数据岗,有些归类在研发部门,有些则单独成立数据部门,比如数据挖掘专家、算法专家。

数据产品:与产品结合,互联网行业的发展,使得这类需求的比较大,尤其是对数据产品经理的需求。

  • 对于数据产品经理,有两种理解,一种是会跑数据的产品经理,即具备强数据分析能力的PM;
  • 另一种是把大数据平台、广告平台等数据相关的产品项目作为产品,安排落地,是公司数据产品的规划者。

数据工程:数据工程师其实更偏技术,从职业道路上看,程序员走这条路更开阔。

看完数据分析师一天的工作,才明白为什么人家年薪50W

四、小白也可以成为数据分析师?可以!

对于入门数据分析师来说,主要的技能要求:

  • 数据库知识(SQL至少要熟悉)
  • 基本的统计分析知识(核心功底)
  • EXCEL要相当熟悉,重点是函数和数据可视化
  • 对SPSS或SAS等数据分析软件有一定的了解
  • PPT也是必备的

其实,并没有想象中的难,方法也简单粗暴分2种:系统学习和自学

首先系统学习,利用线上或线下培训,报名培训课程,系统跟着老师们学习;自学的话,搞清楚学习的顺序+做好长期吃苦的准备。

多逛逛知乎等相关论坛,看看论坛精华帖,制定适合自己的学习计划。比如:核心功底统计学和离不开的计算机,这2个,哪个不会?还是都不会?先学哪个?怎么学?

数据离不开业务,在学习的同时,不妨多了解自己感兴趣的领域,和专业相关是最好的,并且积累相关的经验,为面试做准备。

如果已经有一定行业履历,只是想要转岗数据分析师,那么建议跨岗不跨行,避免跳到一个陌生的领域。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发表评论

登录后才能评论