数据分析师，这到底是个什么职业

一、数据分析师在公司的价值

下面我们从公司组织结构的角度出发，来看下数据分析师在公司中的价值。

一般公司的组织结构最上面是管理层，也就是 CEO、CFO 等高管。管理层下面主要由 4 个部门构成，分别是产品部门、技术部门、运营部门、市场部门。

产品部门：负责收集业务需求，根据需求设计成可实施的方案交付技术部门来实现，例如新版本产品包含哪些功能、产品的上线时间等。一般包括的职位有产品经理、设计师等。

技术部门：职能是开发产品，实现产品部门提出的各类需求方案，将方案变成可供用户使用的产品。一般包括的职位有架构师、前端开发工程师、后端开发工程师、测试工程师、运维工程师等。

运营部门：职能是通过营销推广等活动，来提升用户活跃度、留存率和转化率，从而实现通过销售产生收益。一般包括的职位是内容运营、用户运营等。

市场部门：职能是通过活动、公关等市场手段，进一步扩大产品知名度和完成品牌塑造。一般包括的职位有市场总监、市场策划、市场推广等。

因为在大数据时代，做决策都离不开数据，所以各个部门都需要数据分析师。当然，具体到不同的公司，数据分析师所在的部门会有差别，这里我们以下图为例，看下数据分析师在各个部门发挥的价值。当产品部门要对已有产品进行优化时，数据分析师可以通过用户行为分析、产品营收分析等，为产品优化提供建议。

运营部门的数据分析师，通过监控数据的波动，来及时发现问题。比如用户最新一周活跃率下降了，通过数据分析来找到下降的原因，并提出建议，方便运营人员根据建议来做出下一步的运营决策。技术部门的数据分析师可以为其他部门提供技术支持，比如提供业务部门需要的数据，定期产出专题报告等。市场部门的数据分析师可以通过行业分析、竞品分析等满足市场部门扩大产品知名度的需求。当市场部门寻找目标用户在哪里，了解竞争对手等情况时，可以通过行业分析、竞品分析等满足市场部门的需求。

二、数据分析师的作用

越来越多的政府机关、企事业单位将选择拥有数据分析师资质的专业人士为他们的项目做出科学、合理的分析、以便正确决策；越来越多的风险投资机构把数据分析师所出具的数据分析报告作为其判断项目是否可行及是否值得投资的重要依据；越来越多的高等院校和教育机构把数据分析师课程作为其中高管理层及决策层培训计划的重要内容；越来越多的有志之士把数据分析师培训内容作为其职业生涯发展中必备的知识体系。

三、数据分析师的工作职责

互联网本身具有数字化和互动性的特征，这种属性特征给数据搜集、整理、研究带来了革命性的突破。与传统的数据分析师相比，互联网时代的数据分析师面临的不是数据匮乏，而是数据过剩。因此，互联网时代的数据分析师必须学会借助技术手段进行高效的数据处理。更为重要的是，互联网时代的数据分析师要不断在数据研究的方法论方面进行创新和突破。

四、数据分析师的技能要求：

1、懂业务。从事数据分析工作的前提就会需要懂业务，即熟悉行业知识、公司业务及流程，最好有自己独到的见解，若脱离行业认知和公司业务背景，分析的结果只会是脱了线的风筝，没有太大的使用价值。

2、懂管理。一方面是搭建数据分析框架的要求，比如确定分析思路就需要用到营销、管理等理论知识来指导，如果不熟悉管理理论，就很难搭建数据分析的框架，后续的数据分析也很难进行。另一方面的作用是针对数据分析结论提出有指导意义的分析建议。

3、懂分析。指掌握数据分析基本原理与一些有效的数据分析方法，并能灵活运用到实践工作中，以便有效的开展数据分析。基本的分析方法有：对比分析法、分组分析法、交叉分析法、结构分析法、漏斗图分析法、综合评价分析法、因素分析法、矩阵关联分析法等。高级的分析方法有：相关分析法、回归分析法、聚类分析法、判别分析法、主成分分析法、因子分析法、对应分析法、时间序列等。

4、懂工具。指掌握数据分析相关的常用工具。数据分析方法是理论，而数据分析工具就是实现数据分析方法理论的工具，面对越来越庞大的数据，我们不能依靠计算器进行分析，必须依靠强大的数据分析工具帮我们完成数据分析工作。

5、懂设计。懂设计是指运用图表有效表达数据分析师的分析观点，使分析结果一目了然。图表的设计是门大学问，如图形的选择、版式的设计、颜色的搭配等等，都需要掌握一定的设计原则。

文章来源：网络 版权归原作者所有

上文内容不用于商业目的，如涉及知识产权问题，请权利人联系小编，我们将立即处理