數據運營和數據分析的區別（詳解兩種間的區別）

【寫在前面】

想把這些年的工作對數據的理解、學習、感悟和經驗，整理匯總出來，對自己的數據知識體系做個總結，希望對未來能有所幫助。

所以，‘’數據說”應用而生，這里是運營與數據的相對碰撞，是數據閑話漫談的之所，希望在這個大數據時代中，所有對數據感興趣的小伙伴們有所幫助，在這片自留地，一起探索交流運營與數據的魅力所在。

日子再忙，內心也要平靜?！?《領悟》數據說·第一期

數據運營與數據分析

我們對于數據運營與數據分析這兩個崗位的界線，有些模糊，其實這兩個崗位有著不同的差別也有著相同點，作為數據說的第一期開頭，我們先一起來看看有何區別，又有何共同點?

首先我們說說這兩個崗位共同點。

①都要深入的了解各個業務流程；

②都要掌握某些數據分析的工具；

③都要有較高的數據敏感度；

④都要依據數據分析結果，為整個業務線的運營以及決策提供合理化建議。

了解了共同點，我們再分別說說這兩個崗位大致的工作職責。

數據運營崗

說到數據運營崗，我們就得先了解什么是運營。

一切圍繞一個產品推廣運作的、需要將流量轉化到自家的產品上，連接用戶（客戶）與產品之間發生的一系列運作都是運營。

比如：產品運營、社群運營、活動運營、新媒體運營、渠道運營~~~等等等。

而數據運營是對用戶行為，用戶轉化最敏感的，數據運營的存在避免了管理的滯后性。

可以將數據運營理解為家庭醫生或者是護士，護士做的是護理工作，也需要關注指標，比如有一天你有點小感冒或胃疼，家庭醫生就會告訴你要多休息，多喝溫水，會給你開“非處方”的感冒藥，他能最快速的對你身體狀況作出反應。

數據運營的工作內容有：

①負責運營相關的數據分析，配合運營方數據需求②協助運營人員共同制定數據分析運營等策略③為日常業務運營提供精準的數據支持④梳理并建立各個運營模塊的數據監控體系（日報周報等）。

數據運營的工具要求：

Excel/PPT，SQL（不同公司不同需要，但學是加分項）。

數據分析崗

數據分析師是一個連接業務與技術的職位，要求比工程師更了解業務邏輯，又要比產品、運營等具有更多的數據分析思維與技能。

雖然作為數據分析師懂的是數據、統計學、業務等知識，可真正面對的業務問題錯綜復雜。當企業面臨經營問題的時候，誰都沒把握一定說XX指標不好就是因為沒做促銷，就是因為沒上新產品，需要系統的診斷才行。（數據分析崗也可以理解為門診醫生）

所以數據分析師的工作內容有：

①根據數據需求，提取數據，數據清洗②標注數據變化，發現異常③多維分析，交叉分析，查找異常原因④預測數據變化趨勢及影響⑤生成策略，推動相關部門執行并復盤效果。

數據分析師的工具要求：

Excel/SQL/Python/R/Tableau/SAS等（不同公司對工具的要求會不同，具體可以查看JD要求，一般情況下是SQL+Python）。

以上就是數據運營與數據分析的閑談，在工作上，運營想分析個數據，就用自己部門的人了，后來有數據分析師，需求就給數據分析師了，本質上數據運營要具備數據分析技能。

所有的數據分析，都繞不開是多少、是什么、為什么、會怎樣、又如何

是多少（數據描述狀況）

是什么（樹立數據標準）

為什么（探索問題原因）

會怎樣（預測業務走勢）

又如何（綜合判斷狀況）

數據分析的一些流程本期不做詳細討論。

對數據能力的要求是互聯網公司所有職位的需求趨勢，對于未來的發展，我認為數據分析能力會變成運營崗位的剛性需求；與此同時數據分析會進階成數據科學家，通過統計、機器學習來為各部門解決一些通用性的問題。