<menu id="ycqsw"></menu><nav id="ycqsw"><code id="ycqsw"></code></nav>
<dd id="ycqsw"><menu id="ycqsw"></menu></dd>
  • <nav id="ycqsw"></nav>
    <menu id="ycqsw"><strong id="ycqsw"></strong></menu>
    <xmp id="ycqsw"><nav id="ycqsw"></nav>
  • 數據運營分析崗主要做什么的(數據分析的崗位職責)


    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,而且加上實名制后,大數據越來越真實可靠。

    數據的背后,竟然透露了這么多信息?那為什么同樣的數據,外人就解讀不出來?這其中不得不提數據師們了。數據師中,分布范圍最廣的就是數據分析師。

    看完數據分析師一天的工作,才明白為什么人家年薪50W

    一、數據分析師是什么?

    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,并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 (借助工具)
    • 做出行業研究、評估和預測

    今天老李就淺談一下: 什么是數據分析師?工資高么?小白想轉行,還來得及么?

    看完數據分析師一天的工作,才明白為什么人家年薪50W

    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,并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,善于深度思考,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等工具軟件。
    看完數據分析師一天的工作,才明白為什么人家年薪50W

    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么下降了?

    對于這個看似簡單的問題,腦子里可能已經過了各種,包括不限于:

    • 下降了多少?
    • 情況是什么時候開始的?
    • 這個下降是正常的么?(比如是正常的季節原因?)
    • 為什么下降?是服務不好,宣傳推廣不夠,還是競爭對手降價了,又或者其他什么原因?
    • 未來還會下降么?
    • 得出什么結論?
    • 這個結論是否能量化?
    • 怎么解決這個問題?
    • 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,并能以量化解釋(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:

    看完數據分析師一天的工作,才明白為什么人家年薪50W

    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,并不是只有數據分析,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、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。

    • 對于數據產品經理,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臺、廣告平臺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。

    看完數據分析師一天的工作,才明白為什么人家年薪50W

    四、小白也可以成為數據分析師?可以!

    對于入門數據分析師來說,主要的技能要求:

    • 數據庫知識(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等數據分析軟件有一定的了解
    • PPT也是必備的

    其實,并沒有想象中的難,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?怎么學?

    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,并且積累相關的經驗,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,那么建議跨崗不跨行,避免跳到一個陌生的領域。

    版權聲明:本文內容由互聯網用戶自發貢獻,該文觀點僅代表作者本人。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。如發現本站有涉嫌抄襲侵權/違法違規的內容, 請發送郵件至 舉報,一經查實,本站將立刻刪除。

    發表評論

    登錄后才能評論
    国产精品区一区二区免费