数据分析师内幕揭秘,你想了解的前前后后都在这里

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

时间: 2024-10-09 20:00:02

数据分析师内幕揭秘,你想了解的前前后后都在这里的相关文章

年薪50万的大数据分析师养成记【摘抄】

以下是一位在数据分析领域打滚了N年后,写下的一些体会,一定能给新人一些借鉴的地方.(总结的不错,大家可以借鉴学习哦) 一.数据分析师有哪些要求? 1.理论要求及对数字的敏感性,包括统计知识.市场研究.模型原理等. 2.工具使用,包括挖掘工具.数据库.常用办公软件(excel.PPT.word.脑图)等. 3.业务理解能力和对商业的敏感性.对商业及产品要有深刻的理解,因为数据分析的出发点就是要解决商业的问题,只有理解了商业问题,才能转换成数据分析的问题,从而满足部门的要求. 4.汇报和图表展现能力

诸葛:数据分析师必需具备的10种分析思维

诸葛认为数据分析师应具备的10种分析思维 : 一.逻辑思维逻辑思维即明白价值链,明白各项数据中的关系; 该方法的关键在于明白其中的关系要求你对这项工作要了解.熟悉,要细致和慎密,要清楚充分性和必要性的关系. 实际上也就是指:你需要哪些数据?如何获得这些数据?数据之间的关系如何? 二.向上思维在看完数据之后,要站在更高的角度去看这些数据,站在更高的位置上,从更长远的观点来看,从组织.公司的角度来看,从更长的时间段(年.季度.月.周)来看,从全局来看,你会怎样理解这些意义呢?也许向上思维能让你更明白

七周成为数据分析师—Excel函数篇

原文链接 摘要: 本文是<七周成为数据分析师>的第一篇教程,如果想要了解写作初衷,可以先行阅读七周指南.温馨提示:如果您已经熟悉Excel,大可不必再看这篇文章,或只挑选部分. 世界上的数据分析师分为两类,使用Excel的分析师,和其他分析师. 本文是<七周成为数据分析师>的第一篇教程,如果想要了解写作初衷,可以先行阅读七周指南.温馨提示:如果您已经熟悉Excel,大可不必再看这篇文章,或只挑选部分. 世界上的数据分析师分为两类,使用Excel的分析师,和其他分析师.每一个数据新人

怎样迅速成为一名数据分析师?

数据分析最重要的可能并非你熟悉的编程工具.分析软件.或者统计学知识,而是清楚你所使用的统计知识(统计学.计量.时间序列.非參数等等)背后的原理.如果及其局限性,知道各种数据分析工具(比如数据挖掘)能带来什么,不能带来什么,看到一组统计检验的结果你能言说什么,不能言说什么. 这一切的背后,须要一套完整的「科学」逻辑框架,让你了解自己手中的工具的本质.你才干从数据中「正确地」发现有效的信息,而不是胡乱地使用一大堆自己都搞不清楚的工具来堆砌分析结果,这样得到分析结果不仅无用,并且有害. 知道了这些后,

我的职业理想:成为数据分析师

我小时候的理想是将来做一名数学家,可惜长大了发现自己天赋不够,理想渐行渐远,于是开始考虑现实,开始做一些人生规划,我一直在思考将来从事何种职业,专注什么样的领域,重新定义着自己的职业理想.我现在的职业理想,比较简单,就是做一名数据分析师.我的职业理想:成为数据分析师 为什么要做数据分析师:在通信.互联网.金融等这些行业每天产生巨大的数据量(长期更是积累了大量丰富的数据,比如客户交易数据等等),据说到2020年,全球每年产生的数据量达到3500万亿GB:海量的历史数据是否有价值,是否可以利用为领导

数据分析师:数据分析工作常见七种错误及其规避技巧(转自经管之家)

数据分析师:数据分析工作常见七种错误及其规避技巧商业领域的数据科学家和侦探类似:去探索未知的事物.不过,当他们在这个旅程中冒险的时候,他们很容易落入陷阱.所以要明白,这些错误是如何造成的,以及如何避免.“ ... 数据分析师:数据分析工作常见七种错误及其规避技巧 商业领域的数据科学家和侦探类似:去探索未知的事物.不过,当他们在这个旅程中冒险的时候,他们很容易落入陷阱.所以要明白,这些错误是如何造成的,以及如何避免. “错误是发现的入口.”——James Joyce (著名的爱尔兰小说家). 这在

我是如何入门、成长并进阶为数据分析师的?

前几天和一朋友A聊天,一个在我看来完全可以在大部分行业领域公司独当一面的数据分析师,目前仍谦虚的以"数据猿"自称.从事数据分析的他,半路出家,起初虽然懂一些数据库的知识,但仍然和很多人一样,艰难地上了路.于是我们就索性一起讨讨经,"一本正经"地聊起工作来,留下点感悟. 数据分析如何起步? 说入门很简单一定是骗你的,A说自己是从记数据开始的,记数据一方面是为了应付领导的提问,另一方面也是在培养数据的敏感度.确实,分析的源头一般是某些指标有了明显的变动,熟悉每天的交易数

数据分析师必须要掌握的知识结构!

作为数据分析师,无论最初的职业定位方向是技术还是业务,最终发展到一定阶段后都会承担数据管理的角色.因此,一个具有较高层次的数据分析师需要具备完整的知识结构. 在互联网高速发展的今天,大数据依然渗透到我们的生活和工作中,企业要想在未来获得更多的价值,大数据和数据分析师是非常有必要的.但是作为数据分析师,无论最初的职业定位方向是技术还是业务,最终发展到一定阶段后都会承担数据管理的角色.因此,一个具有较高层次的数据分析师需要具备完整的知识结构. 1.数据采集 了解数据采集的意义在于真正了解数据的原始面

数据分析师适合没有任何基础的女生学习吗

数据分析师适合女生吗?这个问题无论从哪个方面回答,可以说数据分析师是适合女生的,毕竟现在很多工作基本上都没有太大差别,而且,女生比较细心,所以女生做数据分析师还是相当不错的当然,女生想从事数据分析师先来看看数据分析师必备的四大能力. 1.全局观 某日,产品经理跑过来问我:Hi, 能不能帮我看一下昨天产品新功能发送的数据?谢谢!条件反射我会说:好,我马上给你!不过我还是礼貌性地问了一句:为什么需要这数据呢?产品经理回复道:哦,昨天新功能上线了,我想看看效果.知道了产品经理的目的,我就可以针对性地进