转自接地气的陈老师 系列1
本篇是陈老师《数据分析师的日常》系列连载第一篇。本篇给各种有兴趣的、好奇的、想学习、想转行的门外汉,做的有关数据分析师的科普简介,有兴趣的同学请传阅,业内各位老炮儿看了随意吐槽
数据分析师干什么的
问:你们叫数据分析师?
答:额,其实还有其他名字,比如有些公司喜欢加个“大”,叫:大数据分析师……o(╯□╰)o
问:数据分析师是干什么的?
答:我们提供数据,以及基于数据的业务建议
比如:我们经常听到:这个月门店销售额是300万。数据分析师就是算出这个数的!当然,我们比算数做的更多,一般我们干三件事:首先:数据库捞出本月内各产品销售,算出300万;其次:对比成本、利润数据,发现老板亏损了500万;最后:我们跟老板建议“跑路以前记得给我结工钱哦“。这样既管出数据,又管给建议的,就是数据分析师了。
数据分析师有啥用
问:你们做这有啥用?
答:支持业务运作,解答业务问题,提供可行建议
这是一句官话,民间的说法吗,假设你开个店:第一,小店在哪里开,你得研究位置(选址分析);第二,小店需要人气,怎么吸引人(推广分析);第三,店里有人了,买单的却很少,咋办呢(用户分析);第四,客人买的太少了,怎么多卖啊(促销分析);第五,销量上了,利润减少了,降成本(ROI分析);最后,开店赚了还是赔了,要不要跑路(经营分析);你看,每一步工作都需要数据分析支持!
问:所以就是没啥用咯!我要是老板,不看这个也能做生意啊,有个会计记账不就行了!
答:在跑马圈地的商业时代,数据分析确实没啥用,但在市场竞争越发激烈的时候,数据分析作用很大。
如果生意很好做——我也不做数据分析啊!如果开一家新门店,三个月回本,半年盈利,一年赚几百万,鬼做数据分析。建系统,建数据库,养三五个数据分析师,一年要几百万,为啥我不拿来开个新店呢?这就是为什么传统企业不重视数据分析的原因,确实没有必要。过去10年很多行业都处在野蛮生长的阶段,跑马圈地,开店就是一切!分析个屁!
BUT!如果市场趋于饱和怎么办?竞争趋于白热怎么办?空白市场所剩无几怎么办?新开门店一半亏损,一半赚钱怎么办?恭喜你,这就进入了精细化运作的年代。你开始需要数据分析支持了。PS:这也是为什么互联网公司那么重视数据分析的原因,因为真金白银挣到钱的公司少,需要数据忽悠VC啊。
数据分析师挣钱吗
问:那,那,那,你们干这个能挣多少钱啊?
答:看级别,一般来说专员6-8K/月,分析师8-12 K/月,资深12-15 K/月。再往上是专家级/领导级,就得看公司情况了。
蔑视,问:就挣这么一点点啊,那我不干了
答:如果你是销售的话,确实可以鄙视这个薪酬,因为同样行业肯定是销售挣得多。
期待,问:卧槽,挣这么多啊!我也想干!
答:不要期待太高,也就是个不为企业盈利的后台岗位,想挣大钱就去拼销售
本质上,数据分析岗位是一个不为企业创造价值的后台岗位,是个花钱的岗位。指望花钱的岗位高薪是不现实的,除非你能当上领导。数据分析岗位和同为后台的运营、市场、运作等等岗位是一样的。
所谓的数据分析高薪,来自三个方面:一:招数据分析的大公司多,本身有超国民待遇。二:高薪是乙方公司开出的,因为他们就是卖这个的。三:高薪是给组长/专家以上的,跟专员/师们没关系。所以想大把捞钱,还是去做销售吧,去做售前吧。提成上不封顶呢。
为什么要学数据分析
问:数数我也会,掰指头就行,做个数据分析师还是很easy的吗!
答:实际上,在企业里数个数是相当复杂的
比如为了弄个:本月销售额500万,需要:1.数据接口,从POS系统里拿几百万条销售数据;2.数据仓库,把这几百万条数有秩序的存下来;3.数据清洗,检查是否有错误,是否有异常问题;4.数据统计,根据销售额的定义,计算销售额数字;5.数据展示,把销售额输出出来,可以给老板看;这还只是做一个数字,要是多维度分析,那就更麻烦了!
因为最前端的POS机只会记住:X年X月X日在我门店有一件XX产品售出,不能汇总和计算。想象下,一个企业下边至少有几十个卖场,一个卖场一天交易几万单,售出商品几十万件,整个公司数以百万计的数据。如果没有一个系统环环相扣的处理,靠掰手指数的话,可以试试数一下家里米缸里的米,看数完得多久。
解读出:老板你得在跑路前给我结算工资了,就更麻烦了。你得懂公司的背景,老板的习惯,目前的经营状况,甚至还得知道点八卦。这样才能对公司的问题有预判,这些需要在一个行业有相当的经验积累才行。要不然,看到数据只知道傻傻的汇报结果,就等着老板跑路后打横幅讨薪吧。
失望,说:那么麻烦,我不学了!
答:不学数据分析就等着一月5000干到死吧
因为精细化管理是未来的趋势,以后即使你做市场,做运营,做销售,也脱不开数据。因为整个工作流程,都会趋于数据驱动。比如:事前定目标,量化管理:具体到某个绩效指标。如果不懂一点数据,定多少就无从发言,只能任人宰割,吵架都吵不赢。事中控过程,量化监控:监控指标走势做调整。不懂数据分析,就会顾头不顾尾,销量好了,库存不够;库存够了,礼品不够;礼品够了,费用又超了。天天得救火。事后论经验,量化考核:做得好,怎么吹都行,如果做的效果一般或者不行怎么办!不懂一点分析,本次干活黑锅甩不掉,下次干活照掉坑。所以,即使不是做数据分析师,也至少得懂一些业务分析的方法。
如何入门数据分析
坚定,说:我不怕难,我想学!可这么多内容从哪里开始呢?
答:数据分析有两个方向:业务与技术,可以选一个方向逐步深入
技术方向
专注于如何提高数据采集及运算速度,如何更有效的编写统计代码。这个岗位一般适合喜爱做编程开发的同学,供职于各企业的IT部数据分析/数据产品/数据仓储组。需要数据库,分析语言,建模算法等开放方面的技能支持。近几年随着很多大公司ERP,CRM建设的完成,在BI与大数据方面投入资金加大,使得数据开发的薪资水涨船高,值得期待哦。
业务方向
专注于如何用数据分析问题,如何从提炼出策略汇报给老板。这个岗位一般在市场部/运营部/战略发展部,供职于商业分析,数据运营,战略决策等岗位。需要懂得市场营销/运营的理论,对数据技术,数据来源有一定认识,有较强的逻辑能力,还得有一些业务实战经验。业务分析更适合有一定经验积累的老鸟进阶。新人直接走业务方向,容易论为表哥
当然,两边都会,是最高境界。但术业有专攻,大部分人起步还是要有个方向的。0基础的新人建议从技术方向入手,起薪高,容易入职。有一定工作经验的可以考虑业务方向,毕竟程序猿不是一个一辈子的工作,到30岁还要写代码而不是做管理,就太失败了。
问:我选哪个好?算了哪个钱多我选哪个!
答:对新人,有编程基础的人来讲,技术方向收入较好,收入来的块。对已经在职,无编程基础的,想转行的人来说,提升数据分析能力,增强业务方向分析能力,是进一步升职的好助力。
说:怎么?就全文完了?说好的大数据呢!穷B剧组,费我时间,毁我青春,MDZZ!
答:额,大数据,这年头连发200份问卷都敢叫自己是XX大数据分析了……
那些年讨论大数据最热烈的都去干了媒体,每天不是写“大数据”就是写“男人沉默,女人流泪”的文章,真正的数据人都在讨论具体的算法或者业务应用场景。真正入行以后你会发现,分析算法不是最大的障碍,数据质量才是(╯﹏╰)
原文地址:https://www.cnblogs.com/luoluo-123/p/10126822.html