了解数据分析师的职位体系

2020-12-08 09:05:31 阅读（136） 评论（0）

在进行数据分析之前，我们应该首先明确分析的目的和内容。对于数据分析师来说，他们的高级需求只不过是每个企业对数据分析师的工作要求。在无忧无虑的未来、中国人才网络和智联招聘中，我们可以随意搜索数据分析的工作信息，找到大量类似于以下工作要求的信息：虽然工作职责，但工作要求太多，直率地说，主要有三个要求：1）了解相关业务；2）掌握一到两个数据分析工具；3）良好的沟通。由于需求不同，不同的公司可能会有一点不同，而这种差异主要集中在数据库上。在了解数据分析师的具体需求之前，有必要了解数据分析师的工作系统。在传统行业，移动、银行、超市等行业的数据分析更多。在这些行业，你偶尔会听到数据分析师的职位，也许你会听到更多的数据挖掘工程师和数据建模师。在中国，真正意义上的数据挖掘可能只存在于电信项目中。从广义上讲，可以分为以下职位：1、数据分析师更注重对数据和数据指标的解读，通过对数据的分析来解决业务问题。主要有以下几个层次：业务监控：诊断当前业务是否正常？有问题吗？业务发展是否达到预期（KPI）？如果没有达到预期，主要问题是什么？是什么原因造成的？建立分析系统：这些数据分析师对业务有一定的了解，对业务相对熟悉。他们帮助业务提供商建立更多的分析系统或更先进的数据产品。例如：营销活动。分析师会告诉业务方在活动前应该分析哪些数据，从而制定合适的营销计划。在营销过程中，你应该看到哪些数据，以便及时调整营销活动。如何评估营销活动中的活动效果？行业未来发展趋势分析：这应该是数据分析师的最高水平，有些公司被称为战略分析师/商业分析师。这一层次的数据分析师站得更高，在行业和宏观层面进行业务分析，预测行业未来的发展和竞争对手的业务组成，帮助公司制定战略发展计划，及时跟踪和分析市场动态，及时优化战略。主要技能要求:数据库知识(SQL至少要熟悉)、基本的统计分析知识，EXCEL应该非常熟悉，对SPSS或SAS有一定的了解，对于与网站相关的业务也可能需要掌握GA和其他网站分析工具，当然，PPT也是必要的。2、数据挖掘工程师通过挖掘大量数据，寻找数据的存在模式或规律，从而通过数据挖掘解决具体问题。以解决具体问题为导向的数据挖掘更多。比如聚类分析，通过分析各种人口统计和行为数据，对会员进行分类，对不同类型的会员建立相应的profiling，从而更好地了解会员，了解公司会员是什么样的。高、中、低价值的会员组成，不仅可以为后期各类会员的运营提供指导，提高活动效率，还可以指导公司的营销，如广告策略。以及制定公司的各种战略。主要技能要求：数据库必须精通。很多时候，你的模型的数据预处理可能会在数据库中完成，你使用的数据库技能更高。必须有成熟的数据挖掘工具和数据挖掘算法，如：SPSS/CELEMENTINE、SAS/EM等，当然，如果你能写一两个开源软件，并且能写一些程序代码，那就是最好的，大公司都喜欢使用开源软件，比如：R、WEKA。3、数据建模师的职位与数据挖掘工程师有本质区别。数据建模师更倾向于中小数据量，他们使用的统计方法越来越多，而决策树、神经网络、SVM等数据挖掘在这里不涉及。当然，两者有一个共同点，对于非常具体的问题，会解决特定的问题，如：营销反应率，你可以建立历史电子邮件、短信反应，建立模型预测，以提高电子邮件反应率，或减少用户的“垃圾”电子邮件，改善用户体验。因此，从掌握的技能来看，两者有很大的不同。事实上，数据建模师很少提到算法这个词。你觉得用什么模型更重要吗？然而，从实践的角度来看，这两种模式的分工越来越不明确。一般来说，两个职位的人会互相学习知识，所以这两个职位有合并的趋势，但在未来几年，我认为公司应该在招聘人员时有所不同。进入数据行业的新生可以根据自己的背景选择相应的职位。学习数据和统计的朋友可以更喜欢建模师，而计算机，尤其是编程和学生，可以去数据挖掘工程师，可能适应性更好，但这不是绝对的。不同公司对数据分析师的职位划分略有不同。在一些中小企业建立独立的数据中心之前，数据分析的相关职位往往在市场部、运营部等部门之下，通常有2-4名数据分析成员。对于一些拥有独立数据部门的大型企业来说，数据分析团队的人员从10到100人不等。他们的职位头衔分为流行的董事、经理和主管，以及助理、高级和专家。

内容来源:网络，以上内容来源于网络，不代表本站观点，如有侵权，请联系删除。

上一条：顶级运营最强大之处，不是来自于经验，而是来自于内心下一条：如何结合其他几种方法推广网站，以及应对百度算法

商标/知识产权

网站服务

CRM/销售管理

ERP/智慧办公

财税人力

安全/技术支持

其他应用

商标版权

小程序

了解数据分析师的职位体系

推荐阅读

猜你喜欢

分类

最新文章