数据分析师的日常工作是什么?

时间:2023-01-19 | 标签: | 作者:Q8 | 来源:网络

小提示:您能找到这篇{数据分析师的日常工作是什么?}绝对不是偶然,我们能帮您找到潜在客户,解决您的困扰。如果您对本页介绍的数据分析师的日常工作是什么?内容感兴趣,有相关需求意向欢迎拨打我们的服务热线,或留言咨询,我们将第一时间联系您!

编辑导语:数据分析是一个通过对原始数据进行分析,从而挖掘有效信息的过程。随着大数据时代的到来,各行各业都意识到了数据的重要性,因此数据分析师岗位也被越来越多的人所知晓。那么,数据分析师的日常工作是什么?数据分析师之间又有哪些共性和非共性呢?本文作者做出了回答。

有同学会说,得先定义清楚数据分析。是的,想定义清楚数据分析,不能看他叫什么,而要看他做什么。适用于任何职位。



总结有4个方向可能影响到日常工作内容,按影响程度排列:

  1. 所在的部门
  2. 历史工作年限+入职时长
  3. 个人的技术栈
  4. 数据部门的规模

既然是一个特定职业,那么无论在什么部门,无论工作多久,一定是有一定的共性的。就像画家总会拿起自己的画笔,司机自然会有一辆车~

一、数据分析师有哪些共性?

我们先简单定义分析师为:对数据进行一定的处理,并辅助需求方决策。

1. 对数据进行处理

对数据处理的工具有很多,但是基本都绕不开两个核心 EXCEL + SQL。

2. 了解业务

想要辅助决策,首先要了解对方干什么。如何了解业务?通过数据看业务的表现,和需求方沟通,参与需求方的会议,到需求方进行轮岗等。



这些内容可以用流程图+文档记录,帮助自己理解业务流程及细节。

3. 可视化传递信息

需要将信息有效的传递到需求方中,需要使用合理的方式将信息传递。可视化是常见的且有效的方式,这里一般使用EXCEL就可以完成对大多数的需求,但是更建议掌握一个BI工具。

推荐使用商业化产品,例如tableau,power bi等。汇报时,可以使用PPT,但是要注意效率问题,毕竟制作一个逻辑合理,美观的PPT还是很肝的。

4. 总结

无论你在什么部门,什么行业,EXCEL + SQL + BI + 流程图(了解业务)对于小白来讲,快速掌握以上几点,是进入工作角色有力的保障。

二、非共性的部分

1. 所在部门影响的工作内容

1)数据中台组

当项目有多条业务执行线时,且部门对全部业务线服务时,该数据部门就可以定义为中台组。比如,同时为产品、市场与渠道、运营提供数据支撑。

这个时候更多的会在底层数据服务,除共性内容外:

  1. 了解数据库存储逻辑,字段含义,了解数据指标具体定义及产出逻辑;
  2. 承接各需求部门提数需求,部分可能会需要python等脚本语言来处理;
  3. 数据埋点文档产出;
  4. 为业务方提供的数据产品的配置及培训等。

2)运营部门

  • 活动运营:会统计每一次活动的效果,及流程转化率,产出每次的数据结案,及是否优化建议。主要会关注到成本情况,效益情况,各流程转化率情况,用户在活动后表现。
  • 用户运营:了解用户生命周期。产出用户画像及用户分层规则,并执行精细化运营的逻辑策略,同时统计效果。有能力需进行频繁的AB测试,沉淀测试结论。
  • 其他运营:略

3)市场及渠道部门

统计投放及效益数据,核心为成本模型的搭建。并测试出各种渠道的效果,可以根据不同的目标,进行投放的调整。

2021年了,除了传统的渠道方式,现在更有私域渠道,社交媒体渠道。可能会要求了解新型营销内容,技术上可能会要求爬虫技能。

4)产品部门

  1. 主要为产品功能的数值监测,新功能数据复盘,用户路径分析;
  2. 功能AB测试,提供分析结果及测试建议;
  3. 寻找用户留存和活跃的魔法数值,该部分和用户运营重叠。

5)战略情报部门

  1. 市场研究及竞品分析
  2. 企业成本模型,用户分析
  3. 使用PPT进行信息传递
  4. 可能会要求爬虫技能【工具】

6)算法组

  1. 为数据挖掘提供EDA分析,描述分析
  2. 提供业务建议

注:算法与数据分析是两码事,已经完全是另外一种工作。

2. 历史工作年限+入职时长

这个主要是决定在 一线工作内容 和 资源协调沟通的 上的时间分配问题,比如:

  • 实习生:一线工作内容 100%,还不一定可以做的很好;
  • 初级数据分析师:一线工作内容90%,资源协调沟通 10%;
  • 高级数据分析师:一线工作内容50%,资源协调沟通 50%;
  • 管理:一线工作内容20%,资源协调沟通 80%。

从高级分析师开始,大概率已经会有partner或者开始带人了。

3. 个人的技术栈

不会python会影响数据分析么,在绝大部分是不会的。但是会pyth该事件加强舆情监控公司on的时候,在一定程度上可以做更多的事情。

  • 比如将自己的某些需求自动化;
  • 比如自己爬虫一些内容;
  • 比如会R在统计分析上,可能也会有一定的优势;
  • 比如只会power bi 或者只会 tableau的人,工作方式也会有一点点的不同。

但是这里也有一个巨大的陷阱:

  1. 自己给自己的陷阱:过于专注于某一个技术手段,忽略了数据分析核心的内容。技术手段长远来看,基本上都会被工具所代替。
  2. 公司给自己的陷阱:比如公司会让你爬数据,而不单独招一个工程师。相当于身兼多职,在数据分析方向投入的精力就会相对较小。

4. 数据部门的规模

数据部门的规模大小,决定了大家的分工情况,这个数据部门也包含数仓等岗位。企业的数仓建立完善,报表网络销售及信息维护岗位说工具高效,BI工具完善,埋点数据健壮,运营系统数据支持完备。

那么分析师在这些环节就不需要投入太多的精力,会更多的投入到业务方向上。否则,哪里有缺失,数据分析师作为润滑剂或枢纽,就会在哪个环节人肉顶上。

 

本文由 @冷凡 于,,

题图来自 ,基于 CC0 协议



数据分析师的日常工作是什么?

上一篇:在线教育大数据营销平台实战(一):大数据平
下一篇:5步法:帮你快速建立数据分析思路


版权声明:以上主题为“数据分析师的日常工作是什么?"的内容可能是本站网友自行发布,或者来至于网络。如有侵权欢迎联系我们客服QQ处理,谢谢。
相关内容
扫码咨询
    数据分析师的日常工作是什么?
    打开微信扫码或长按识别二维码

小提示:您应该对本页介绍的“数据分析师的日常工作是什么?”相关内容感兴趣,若您有相关需求欢迎拨打我们的服务热线或留言咨询,我们尽快与您联系沟通数据分析师的日常工作是什么?的相关事宜。

关键词:1年, 初级, 数据分析师,

关于 | 业务 | 案例 | 免责 | 隐私
客服邮箱:545321@QQ.com
电话:400-021-1330 | 客服QQ:545321
沪ICP备12034177号 | 沪公网安备31010702002418号