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