真实!数据分析师到底是做什么的?

简介: 现在有关数据分析的文章满天飞,很多小伙伴好奇:到底数据分析是做什么的?今天小熊妹给大家捋一捋,就拿几个大家常问的问题举例吧。

问1:数据分析是干什么的?


答1:在企业里收集数据、计算数据、提供数据给其他部门使用的。


问2:数据分析有什么用?


答2:让大家有数据可以看。在企业里,需要看数据的时候多着呢。如果从工作流程的角度看,至少有5类分析经常做:


  1. 工作开始前策划型分析:要分析一下哪些事情值得的做


  1. 工作开始前预测型分析:预测一下目前走势,预计效果


  1. 工作中的监控型分析:监控指标走势,发现问题


  1. 工作中的原因型分析:分析问题原因,找到对策


  1. 工作后的复盘型分析:积累经验,总结教训


当然,还有日常工作中数不清的“小熊妹,给我个数据看看”这种叫临时型分析好了。其实这种都不能算分析,因为也没分析啥,就是丢个csv文件给他就完事了。好在我现在有3个实习生在帮忙跑数,这些被人呼来喝去的工作已经少很多了。


问3:我总听说“数据驱动”,数据真的能驱动?


答3:数据确实能驱动,每次业务部门的老板们做决策前都要拿一堆数据,平时还要看各种数据监控报表,还有阶段性复盘,感觉离了数据就没法干活了。

但是数据驱动和数据分析师驱动是两码事。作为一个查数姑,我从来没见过我能驱动谁。我的日常工作基本上都在取数、做报表、偶尔帮助模型组搞搞模型,一天天的就这么过去了。我唯一驱动的就是实习生,让他们帮忙买个奶茶,拿个快递啥的……


问4:为啥要刻意区分数据分析VS数据分析师?


答4:数据分析是一项工作,谁都能做。数据分析师是一个岗位,大公司才有专门的数据分析师岗位,小公司经常是一个开发哥哥全包了。


问5:那数据分析是咋做的?


答5:数据分析大体上分3步:


第一步:获取数据。通过埋点获取用户行为数据,通过数据同步,打通内部各系统数据。以及做数仓建设,存储数据。


第二步:计算数据。根据分析要求,提取所需要的数据,计算数据,做表。第三步:解释数据。解读数据含义,推导出一些对业务有用的结论。


问6:那这三步工作都是数据分析师做吗?


答6:并不全是,这个在不同企业,情况不一样。如果公司规模大的话,获取数据经常是数据开发组完成的,他们一般挂着“数据开发工程师”或者“大数据工程师”的头衔,解释数据则是运营自己写ppt做解读,留给所谓“数据分析师”的,其实就是中间的计算数据的一步,也就是所谓的查数。查数姑(查数据的小姑娘)的外号就是这么来的。


像我在的互联网厂子,数据一般都是自己收集的,所以有一组数据开发的小伙伴专门做数据采集、数仓建设,我们在的小组是数据服务,就是单纯的跑数、和业务方沟通、写一些ppt。


有些公司(一般是做电商的),数据是直接从淘宝、天猫、亚马逊等平台导出的,然后基于这些数据做分析。有些公司(一般是传统企业),数据是直接用的大型的BI产品,然后所有人基于BI产品导出数据分析有些公司规模很小,就直接一个小组从数据埋点到数仓到提数全干了。


总之情况五花八门。搞笑的是,这些公司都会说:我在招“数据分析师”,一个“数据分析师”名义之下,工作千差万别,就搞得人晕头转向了。


问7:那做数据分析师收入高吗?


答7:这个最好自己上招聘网站看,都写在那呢。要让我说,这工作工资一点都不高,其实和同一个企业内的其他岗位比没啥优势,也没见运营的、产品的就比我低呀。很多人会觉得做数据分析工资高,可能是因为自己在的行业本身平均工资就低,和互联网公司一对比就显得更低了。


问8:那做数据分析师一定要学编程吗?


答8:额,这得看啥叫“编程”,比如隔壁数据开发组的小哥哥们,就觉得本姑娘我根本就不算编程,写sql查个数再做个PPT,算啥编程呀。可能因为我们人比较多,分工细,我就只出数,对业务方聊就好了,偶尔用tableau画画图啥的。


但是那种完全不碰代码,就是在excel里整理下文档的,所谓的“数据分析师”,我是强烈不建议你去做的。想当年我第一份工作就是这种,结果发现每天都在打杂,一点存在感都没有,也没人教。所谓的“野生数据分析师”就是这种吧。然后就果断离职换工作了。


所以至少得有基础的数据查询能力,数据库查询得很熟练。


问9:那做数据分析师能转算法吗?


答9:应该挺难的。反正我看我们负责算法的人都很厉害,压根一点都看不懂的那种。而且算法岗招聘内卷的一塌糊涂,经常看到他们入职的人都是各种名校,怕怕,像我这种渣渣是没胆量挑战的。大家有兴趣可以试试。


而且,虽然都是做数据,但数据分析岗和算法岗交集其实挺少的。一般算法岗有明确的应用场景(比如我认识的小哥哥都是做搜索的)。在这个场景下具体算法一大堆,还需要大数据开发的支持(不然数据量大,实现不了)。所以其实并非大家想象的,这两岗位都是做数据的,转呀转就转过去了。


问10:那做数据分析师有前途吗?


答10:这个我可回答不了,毕竟工作经验不久,见识也不算特别多。目前就是一份工作做着而已,期待有更多年经验的大神来回答吧。打工这件事吗,刚毕业的时候觉得有个10K已经很多了,现在20几K还不够花,而且同事也经常有离职的,感觉不出来换个地方打工有啥区别……


以上就是数据分析常问的十个基础问题,希望大家喜欢。

相关文章
|
8月前
|
存储 数据采集 机器学习/深度学习
大数据分析:挖掘数据价值的技术和方法
在数字化时代,大数据已经成为企业和科研机构的重要资源之一。然而,对于海量的数据如何进行分析和挖掘却是一个巨大的挑战。本文将介绍大数据分析的基本概念、技术和方法,帮助读者了解如何利用现代技术和工具,挖掘数据中蕴藏的价值。
738 0
|
机器学习/深度学习 算法 数据挖掘
【大数据】数据挖掘工具:发现数据中的宝藏
【大数据】数据挖掘工具:发现数据中的宝藏
151 0
|
机器学习/深度学习 存储 算法
十大常用机器学习算法总结(持续完善)
十大常用机器学习算法总结(持续完善)
|
存储 算法 搜索推荐
数据挖掘-理解业务和数据(二)
数据挖掘-理解业务和数据(二)
159 0
数据挖掘-理解业务和数据(二)
|
搜索推荐 物联网 机器人
啥是工业4.0?真实案例来了
啥是工业4.0?真实案例来了
617 0
|
算法 安全 数据挖掘
一文让你了解大数据时代,你的真实处境
人工智能和大数据成为我们每个人对现代科技的新标签,数据分析被应用到了方方面面,今天小安带大家一起了解一下数据分析以及在这个时代我们的真实处境。
2713 0
|
大数据
《大数据、小数据、无数据:网络世界的数据学术》一 1.3 无数据
本节书摘来自华章出版社《大数据、小数据、无数据:网络世界的数据学术》一 书中的第1章,第1.3节,作者:[美] 克莉丝汀L. 伯格曼(Christine L. Borgman),更多章节内容可以访问云栖社区“华章计算机”公众号查看。
1294 0
|
大数据
《大数据、小数据、无数据:网络世界的数据学术》一 1.5 结论
本节书摘来自华章出版社《大数据、小数据、无数据:网络世界的数据学术》一 书中的第1章,第1.5节,作者:[美] 克莉丝汀L. 伯格曼(Christine L. Borgman),更多章节内容可以访问云栖社区“华章计算机”公众号查看。
1068 0
|
大数据
《大数据、小数据、无数据:网络世界的数据学术》一 2.3 结论
本节书摘来自华章出版社《大数据、小数据、无数据:网络世界的数据学术》一 书中的第2章,第2.3节,作者:[美] 克莉丝汀L. 伯格曼(Christine L. Borgman),更多章节内容可以访问云栖社区“华章计算机”公众号查看。
1155 0