你为什么想做数据分析师?职业规划很重要。

“数据分析”作为近年来最热的词汇,越来越受到人们的关注。但是在和一些应届毕业生或者数据分析师交流的时候,我发现很多人对数据分析的职业规划很迷茫。今天主要从业务方向的数据分析入手,说说数据分析的入职条件和职业规划。

“基本入库数据分析需要掌握哪些技能?”

“怎样才能尽快找到数据分析的工作?”

“数据分析师未来的发展方向是什么?”

什么是数据分析?

数据分析是“数据”工作的总称。从事这些工作的人可以通过分析数据发现业务问题,洞察业务机会,为经营活动、业务增长和企业发展提供合理的建议和参考。

数据分析主要是处理数据,但是数据分析≠是分析大数据的,不要怕这个岗位。零基数据分析是可行的。三个月的时间足够开始了。

应该指出的是:

1.如果你对数据不敏感,或者看到复杂的数据就头晕头疼,说明你可能不适合这个岗位。

2.目前,数据分析已经不再是一项全职技能,而是职场人必备的通用技能。我建议每个职场人都可以学一学,这会让你在职场竞争中占据优势。至于你是否从事数据分析,就看你对数据的敏感度和对这个岗位的热爱程度了。

数据分析岗位方向和工作内容

数据分析可以简单分为两大方向:业务和技术:

业务方向-数据运营、数据分析师、商业分析、用户研究、成长黑客、数据产品经理等。

技术方向——数据开发工程师、数据挖掘工程师、数据仓库工程师等。

业务岗位的数据分析师大多在业务部门,主要任务是数据提取,支撑各部门相关报表,监控数据异常和波动,发现问题,输出专项分析报告。

在日常工作中,业务部门往往更关心一个指标为什么会下降或上升,产品的用户属性是什么,如何更好的完成自己的KPI。

以主动指标为例,数据分析师通常要解决以下问题:

指标跌了多少?是数据波动的合理范围还是突发性的?(什么)

下降是从什么时候开始的?(何时)

是整体用户下滑,还是部分用户?(世卫组织)

下降的原因是什么?产品更新?或者是不是应该进行渠道推广?(为什么)

如何解决衰落的问题(如何)

经过数据抽取、数据清洗、多维分析、交叉分析等一系列步骤,你发现某个区域的活跃度下降了,但这不能作为分析的结论。因为某个领域的主动下降只是现象,不是根本原因。

所以数据分析师要解决的是,为什么这个领域的活跃度下降了?是政策因素吗?还是竞争对手?还是渠道问题,这些都是需要深入分析的地方。

找到原因后,数据分析师还需要预测未来的发展趋势,根据当前的分析结果输出可执行的改进策略,最终推动业务部门落地,最终形成闭环分析路径。

对于数据分析师来说,解决问题只是一个方面。另一方面,数据分析师的职责是将业务数据系统化,形成一套指标框架。比如主动下降本质上是指标问题,比如“日活跃度”等指标。

一些技术岗位,如数据挖掘/算法专家,属于R&D部门,而另一些则成立了单独的数据部门。与业务方向的数据分析师相比,数据挖掘工程师对统计能力和编程技能的要求更高。因为数据挖掘工程师对工具的要求更高,所以数据挖掘的平均工资会高于数据分析师。

数据分析师的工作技能要求

对于业务方向的数据分析师来说,掌握工具只是基础,还需要对业务的深刻理解和强大的数据分析能力。

在工具的使用上,数据分析师需要掌握Excel、SQL、PPT、Python等工具。

Excel是日常工作中最常用的工具,常用的函数和透视表都要学会。

SQL是数据分析的核心工具,主要学习选择、聚合函数和条件查询。

Python重点介绍了Pandas数据结构,Matplotlib库,Pyecharts库,Numpy数组。

关于工具,需要注意的是,不同的行业对工具的要求是不一样的,比如金融行业会需要SAS等工具。一般来说,Excel、SQL、PPT、Python可以处理大部分数据分析。

除了工具的使用,数据分析师还要了解基本的统计知识和数据分析方法。

统计知识:环比、同比、概率分布、变量、抽样等。

数据分析方法:假设检验、回归分析、漏斗分析、多维分析、比较分析等。

对于0基础的伙伴,我建议你先把重点放在数据分析的思维和训练上,多读一些业务数据模型和数据分析案例,最后形成自己的分析思路。不要一开始就嚼Python。可以从两个简单的数据分析工具开始,Exce+SQL。有了SQL基础之后学习Python会相对容易一些。

数据分析师的成长路线

业务方向的数据分析师有两条发展路径。

一种是专攻业务,晋升成为业务分析师、战略分析师或管理岗位。业务拓展的优势在于拥有商业网络的洞察能力,这是直接数据挖掘所不具备的。

另一种是提升技术能力,成长为算法专家或数据科学家。

如何快速入门数据分析

大一新生想进数据分析,建议先做个学习计划:

明确自己是想走业务方向还是技术方向。

充分考察目标领域的行业知识,了解行业背景和行业相关指标(在行业的选择上,最好的行业领域是你擅长的、热爱的、有发展前景的)

了解目标行业常用的数据处理工具、数据生产流程和数据应用。数据工具的系统学习。

0基础职业数据分析,建议先列出个人优势和行业背景,找到最佳突破口:

如果有相关运营经验,掌握基础工具,可以先学习SQL,然后从数据运营岗开始入门。

如果你有产品经验,对交互设计和用户体验有深刻的理解,可以选择数据产品经理。

如果有金融、物流等行业的工作经验,可以借用行业优势,转岗到相关行业的数据分析岗位。

换句话说,并不是只有一条路径可以切换到数据分析。我们需要做的是根据自己的背景和优势,找到最适合自己的。

总结:

作为一名合格的数据分析师,你至少需要具备以下三项技能:

必备的SQL、Excel+python\R技能;

正确理解业务;

基础数据使用意识和学习能力。

在转行过程中磨炼自己的必备技能很重要,但保持良好积极的心态也是转行成功的必备要素之一。