關於“數據”崗位,我有話說

今天我們主要從業務方向的數據分析入手,聊聊數據分析的入門條件及職業規劃。

一、數據分析是什麼

在我看來,數據分析就是有關“數據”這一類崗位的總稱。

從事這些工作的人,通過分析數據發現業務問題,洞察商業機會點,為運營活動、業務增長及企業發展提供合理建議及參考依據。

數據分析主要是與數據打交道,但數據分析≠分析大數據,所以大家不要對這個職位產生恐懼感。

零基礎轉行數據分析是可行的,要入門的話,3個月的時間也是足夠的。

但是有兩點需要注意:

1.如果本身對數據不敏感,或者看到複雜的數據就眼暈頭疼,那說明你可能不太適合這個崗位。

目前數據分析已不再是專職技能,而是職場人必備的通用技能,建議每個職場人都可以學一下,會讓你在職場競爭中更有優勢。

至於是否從事數據分析工作,還是看你對數據的敏感程度以及你對這個崗位的熱愛程度。

二、數據分析崗位方向及工作內容

數據分析可以簡單分為業務崗和技術崗2大方向:

業務類崗位——數據運營、數據分析師、商業分析、用戶研究、增長黑客、數據產品經理等。

技術類崗位——數據開發工程師、數據挖掘工程師、數據倉庫工程師等。

業務類崗位的數據分析師大多在業務部門,主要工作是數據提取、支撐各部門相關的報表、監控數據異常和波動,找出問題、輸出專題分析報告。

在日常工作中,業務部門往往更關心某個指標的為什麼下跌或上升、產品的用戶屬性是怎樣的,如何更好的完成自己的KPI等。

以活躍指標為例,數據分析人員通常要解決以下問題:

1.指標下跌了多少?是合理範圍內的數據波動,還是突發式?(What)

2.下跌是從什麼時候開始的?(when)

3.是整體用戶下跌,還是部分用戶?(who)

4.下跌的原因是什麼?產品更新?還是某個渠道推廣到期?(why)

5.怎麼解決下跌的問題(how)

在經過了數據提取-數據清洗-多維分析-交叉分析等一系列步驟之後,你發現是某個地區的活躍下跌了,但這並不能作為分析的結論。

因為某個地區的活躍下跌只是現象,並不是根本原因。

所以數據分析師要解決的是,為什麼這個地區的活躍跌了?是政策因素?還是競爭對手?或者是渠道問題,這些都是需要深入分析的範疇。

找到原因後,數據分析師還需要預測未來的發展趨勢,根據目前的分析結果輸出可執行的改善策略,最後推動業務部門落地,再次覆盤效果,最終形成閉環的分析路徑。

對數據分析師而言,解決問題只是一方面,另一方面數據分析師的職責是將業務數據體系化,形成一套指標框架。比如活躍下跌,本質上也是指標問題,如“日活”等指標。

技術方向的崗位如數據挖掘/算法專家等崗位有的歸在研發部門,有的則單獨成立數據部門。

與業務方向的數據分析師相比較來說,數據挖掘工程師要求更高的統計學能力及編程技巧。因為數據挖掘工程師對工具的要求比較高,所以數據挖掘的平均薪資是高於數據分析師的。

三、數據分析崗位技能要求

對業務方向的數據分析師而言,掌握工具只是基礎,還需要對業務有深入的理解以及較強的數據分析能力。

在工具的使用上,數據分析師需要掌握Excel、SQL、PPT、Python等工具。

如果不是特殊的要求,這4個工具完全可以入門了。

Excel是日常工作中用到的最多的工具,常用的函數及數據透視表都要學。

SQL是數據分析的核心工具,主要學習Select、聚合函數以及條件查詢等內容。

Python重點掌握Pandas數據結構、Matplotlib庫、Pyecharts庫及Numpy數組。

關於工具的部分,需要注意不同行業對工具的要求也會有差異,比如金融行業會要求SAS等工具。

除工具的使用外,數據分析師還要了解基本的統計學知識及數據分析方法。

統計學知識:環比、同比、概率分佈、變量、抽樣等。

數據分析方法:假設檢驗、迴歸分析、漏斗分析、多維分析、對比分析等。

針對0基礎的小夥伴,建議大家先將精力放在數據分析的思路和訓練上,多去看一些商業數據模型和數據分析案例的資料,最終形成自己的分析思路。

千萬不要一上來就啃Python,可以先上手Excel+SQL這2個簡單的數據分析工具來入門。有SQL基礎後再學Python會相對容易。

四、數據分析師的成長路線

業務方向的數據分析師主要有2條發展路徑。

一條是專精業務,晉升成為商業分析師、戰略分析師或管理崗。從業務型發展上來的好處是具備商業洞察能力。

另一條路就是提升技術能力,成長為算法專家或數據科學家。

當然,2個方向最終都不會脫離業務存在~

五、如何快速入門數據分析

應屆生想要入行數據分析,建議先做學習規劃:

1.明確自己想要走業務方向還是技術方向。

2.充分調研目標領域的行業知識,瞭解行業背景及行業相關的指標(在行業的選擇上你擅長的、熱愛的和有發展前景的即是最佳行業領域)。

3.瞭解目標行業常用的數據處理工具、數據生產流程及數據應用。針對數據工具進行系統性學習。

如果是0基礎轉行到數據分析,建議先羅列自己的個人優勢和行業背景,找到最佳突破口:

1.如果有運營相關經驗,基礎工具掌握一般,可以先學習SQL,再從數據運營崗入門。

數據運營崗比數據分析更容易入門,Excel+SQL就能搞定大部分工作了,而且這2個崗位的薪資是趨同的。

2.如果有產品經驗,對交互設計和用戶體驗有深入的理解,可以選擇數據產品經理。

3.如果有金融、物流等行業工作經驗,可以借用行業優勢,轉到相關行業的數據分析崗位。

也就是說,轉行數據分析的路徑不只有一條,我們要做的是根據自己的背景及優勢,找到最適合自己的那條路。

總結:

想要轉行數據分析師,你需要至少以下三點技能

1.必要的SQL、Excel+python\R技能;

2.正確的理解業務;

3.基本的數據使用意識和學習能力。

轉行過程中個人必要技能的錘鍊是很重要,但保持良好積極的心態也是轉行成功的必備要素之一。

希望大家不要被所謂的高大上的工具忽悠~~

當然由於每個人的年齡、工作經歷、目標城市都不同,所以並不是每個人都適合轉崗到數據分析,所以大家不要被培訓班忽悠,而是根據自己的情況做判斷。