中国领先的IT技术网站
51CTO旗下网站
如何成为一名合格的数据分析师
“21世纪什么最贵，人才”，在目前大数据时代下，什么最难找，什么最贵，实现数据价值的人，数据分析师。
作者：佚名来源：数据海洋| 13:25
&21世纪什么最贵，人才&，在目前大数据时代下，什么最难找，什么最贵，实现数据价值的人，数据分析师。
但是对于数据分析师的认识，比较极端，但对数据分析师价值的认识正在回归理性。很多人对数据分析师的期望，是无所不能，向诸葛亮一样&指点江山，运筹帷幄&，招了数据分析师，好像一切困难迎刃而解。
的确，好的数据分析师可以在企业中发挥很大的价值，可以对公司未来的用户行为进行提前预测，从而为营销人员提供更好营销参考。例如，以下案例：
女儿竟然怀孕了？！
美国第三大零售连锁超市Target的一家店铺，一名男子闯入进行抗议：&你们竟然给我女儿发婴儿尿片和童车的优惠券？！要知道她才只有17岁啊&。出于客户服务的需要，超市经理立刻代表公司进行道歉。
然而，若干天后，这位父亲再次来到这家超市，很诚挚的向超市经理道歉，原来女儿真的怀孕了，而做父亲的没有察觉，竟然是一家超市提醒了自己，这位父亲感到很愧疚。
送走了愧疚的父亲，超市经理忍不住好奇，向公司总部询问我们是怎么做到的。原来Target的大数据工作部门通过数据挖掘的方法&猜到了&这位女士已经怀孕。
如何&猜到&怀孕
-Target的大数据工作团队，通过数据挖掘模型在数据仓库中找出25项与怀孕高度相关的商品，制作&怀孕预测指数&。比如他们发现女性会在怀孕四个月左右，大量购买无香味乳液。以此为依据推算出预产期后，实施精准化营销，抢先于竞争对手将孕妇装、婴儿床等折扣券寄给客户。这也是前述案例发生的根源。
上面可以看到，Target实际上通过如下几件事情完成了&猜测&客户怀孕，并进行营销的过程。
& 数据仓库
-基础数据的梳理。
& 数据挖掘
-数据到信息的提炼。
& 精准化推荐
-信息到营销方案的实现。
母婴年龄标签的意义和价值
& 精准化营销，提升营销效率
-预知用户可能需求，从用户出发，进行精准化推荐，提升营销效率。
& 提前关怀和激励，增强用户粘性，提升用户重复购买
-提前预知未来用户群的分布特征，通过营销活动，关怀并激励用户，增强用户粘性，也可针对性引导用户进行重复购买。
& 把握用户需求，优化品类结构，提升库存周转
-根据未来用户群的分布特征，预知可能消费状况，采购备货时即可进行参考，在用户未来需求量大的商品上，加大SKU的宽度和深度，减少需求量小的SKU库存深度，实现优化品类结构、提升库存周转的目标
但是现实中的数据分析师，经常开玩笑说自己是民工，是专门&搬砖&，好像没有做那么高大尚的工作。在实际中的很大一部分时候是在写代码，取数据，处理临时需求，一起来看看几个场景：
场景一：开会数据又&打架&
A公司管理层会上，张三部门领导给出的数据说XX指标是在上升了。李四部门领导给出完全相反，XX指标是在下降了。等讨论完数据口径，会议时间到了。
老板内心OS ：又白开了，我必须要招个做数据的人，你们就别出数据了。
场景二：脑袋一拍，目标就来
B公司运营团队在做一档大促，活动方案已好，但目标多少。领导脑袋一拍，直接3X！
运营团队内心OS：领导，到底还能不能好好的玩耍？不是说好数据化运营的吗？
场景三：亲，快给我数据
亲，昨天要的数据好了吗，要定活动目标了？ 分析师内心OS ：今天又要工作到明天
亲，明天老板开会，快给几个数据吧！分析师内心OS ：XXX，我刚到家又要加班
亲，销售掉了，看是不是数据有问题？分析师内心OS :明明就是你业务掉了。
那一个数据分析师具体工作内容有哪些？企业的价值是如何体现？
数据分析师是从数据的角度帮助公司业务团队监控、定位、分析、解决工作中的业务问题，然后通过数据产品把&洞察&、&知识&结构化的沉淀下来。例如：
所以数据分析师的工作内容分为四个层面：
1、处理临时需求：解决业务一次性，临时性的数据需求
2、报表开发：根据业务需要，与开发工程师讨论进行相关报表开发。
3、数据分析与挖掘：与业务同事一起沟通，分析业务问题，提供建议; 根据业务需要建立各类挖掘模型。
4、数据产品化：通过数据产品化方式解决结构化业务问题。
几点经验分享：
一、有临时需求的企业才是有生命力的企业，为什么这样说？
临时需求的产生来源
&O 新业务出现
&O 业务发展过程中会不断出现问题
&O 业务发展过程中需要不断调整优化
&O 管理层各类思考，你懂的
&O 报表不可能满足所有看数据需求
二、不要把临时需求仅仅就当做一个取数工作。学会梳理，管理代码。
三、把临时需求做为一个了解业务，学习&熟悉业务，发现业务问题的工具。同时与通过各类临时需求的处理，为业务方提供满意的，为后续各类工作的开展打下基础。
四、不要设计大而全的报表，这种报表基本上&鸡肋&。
五、对报表一定要进行生命周期管理。
六、对大多数据企业来说，数据主要还是服务&内部&顾客
【编辑推荐】【责任编辑： TEL：（010）】
大家都在看猜你喜欢
头条头条原创头条头条
24H热文一周话题本月最赞
讲师：5人学习过
讲师：29人学习过
讲师：5人学习过
精选博文论坛热帖下载排行
全书分为基础篇、高级篇和应用篇3个部分，共18章，有重点、分层次地讲解SQL Server 2005的基础知识、高级使用技巧和项目应用方法。第1～10...
订阅51CTO邮刊　　原文地址：/?p=73
　　作者：大熊 出自：
巴士推荐内容
太棒了！我要分享：
巴士精华推荐成都科多大数据科技有限公司
咨询电话：
首页 & 企业资讯 & 正文
如何零基础成为一名数据分析师怎么入门
&科多大数据教你如何成为一个数据分析师：七大姑：数据分析师？是分析什么？&你：有数据的地方就需要我们来分析&八大姨：是软件编程么？&你：不是，不太会&七大姑：属于管理层？&你：还达不到...那个级别&八大姨：那属于市场？&你：不是，只是辅助决策&七大姑：辅助决策，那是老板助理？&你：也不是……&八大姨：那你到底在做什么啊？&你：……您渴了吧，我给您加杯茶&刚入门数据分析的你是不是也经常被身边的人所质疑？不要心急，N年以后，就可以淡定的告诉他们“数据分析师，就是掌管公司大到资金如何分配，小到几点适合吃饭，都由我说了算”，不过你首先要成为一名合格的老司机。&大神们常说在火车头学会了获取数据，可怎么分析却真的不太会，小编赶紧求教了公司的资深数据分析师，又整理了一些知名大牛的建议，总结出了数据分析的养成手记，希望大家可以借鉴。&一、不仅是职位，更是一种能力&不过数据分析需不需要一点天赋？答案是：不仅需要一点天赋，还需要天时…地利…人和……&干货：数据分析师养成记&so，你退缩了？&如果你仍然坚定地想要培养这种能力，就往下看看还要做什么。&二、成为数据分析师有哪些要求？&1、理论知识要宽泛，涉及数学、市场和技术，包括统计知识、市场研究、模型原理等。&2、常规分析工具的使用，包括数据库、数据挖掘、统计分析工具，常用办公软件（Excel、PPT、思维导图）等等。&3、对数字敏感，有业务理解能力，能理解业务背后的商业逻辑。因为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、数据报告和数据可视化的能力。数据分析得再好，如果不能以漂亮的方式“表达”，成效也会大打折扣。&三、数据分析师必备技能和知识&数据分析师的必备技能贯穿在数据分析整个流程线：&数据分析的四个步骤：数据获取、数据处理、数据分析、数据呈现。&1、数据获取&数据获取虽然对大神们来说已经不是难事，但是把握对问题的商业理解，转化成数据问题来解决却不那么容易，直白点讲就是需要哪些数据，从哪些角度来分析，只有界定好问题后，才能准确、有目标地进行数据采集。&推荐书籍：《金字塔原理》、麦肯锡三部曲：麦肯锡意识、工具、方法；&推荐工具：火车采集器、火车浏览器等获取工具，思维导图工具（Xmind\百度脑图等）；&2、数据处理&数据的处理需要掌握有效率的工具，除了在火车采集器中的一系列处理外，还需要掌握↓↓↓&Excel及高端技能：日常工作通用，容易掌握，处理10万级别的数据很轻松。你需要逐步掌握数据处理、查询、筛选、排序、函数、function，图表插件等。没错，很多、很复杂。所以你也可以选择学习SQL，熟悉火车采集器的大神一定不陌生，熟练掌握SQL语言，应对数据库很好上手。对开发技术感兴趣、对Excel无感的朋友，可以自行琢磨最适用的数据处理方案。&3、分析数据&分析数据往往需要各类统计分析模型，如关联规则、聚类、分类、预测模型等等。&因此，熟练掌握一些统计分析工具不可免：&SPSS系列：老牌的统计分析软件，SPSS Statistics（偏统计功能、市场研究）、SPSS Modeler（偏数据挖掘），不用编程，易学。&SAS：经典挖掘软件，需要编程。&R：开源软件，新流行，对非结构化数据处理效率上更高，需编程。&各类BI工具：&Tableau:可视化工具的鼻祖，对于处理好的数据可作自由的可视化分析，图表效果惊人&大数据BI工具FineBI:类同Tableau，可在前端做任意维度分析；数据可在前端继续处理（计算、筛选过滤等），可对接hadoop之类的大数据平台，数据处理性能较好。&4、数据可视化呈现&很多数据分析工具已经涵盖了数据可视化部分，只需要把数据结果进行有效的呈现和演讲汇报，可用word\PPT\H5等方式展现。&四、数据分析师的职业发展&1、数据分析师通常分两类，技术型分析师和业务型分析师，分工不同，但各有优势。&技术型分析师是在专门的挖掘团队里面从事数据挖掘和分析工作的。如果你能在这类专业团队学习成长，那是幸运的，但进入这类团队的门槛较高，需要扎实的数据挖掘知识、挖掘工具应用经验和编程能力。该类分析师更偏向技术线条，未来的职业通道可能走专家的技术路线。技术型分析师的角色包括数据工程师、挖掘工程师、数据科学家、建模工程师、数据架构师、ETL工程师等，这些称谓都或多或少代表了其工作性质。&业务型分析师是下沉到各业务团队或者运营部门的数据分析师，成为业务团队的一员。他们工作是支撑业务运营，包括日常业务的异常监控、客户和市场研究、参与产品开发、建立数据模型提升运营效率等。该类型分析师偏向产品和运营，可以转向做运营和产品。&2、数据分析师的理想行业在互联网，但条条大道通罗马，走合适你的路线。&从行业的角度来看：&1）互联网行业是数据分析应用最广的行业，因为互联网数据数量庞大、收集分析和应用都更普遍。其中电商企业，更是目前最火的，而且企业也更重视数据分析的价值，是数据分析师理想的成长平台。&2）其次是咨询公司，他们需要数据分析人才，而且相对来说，数据分析师在咨询公司成长的速度更快，专业也会更全面。&3）再次是金融行业，比如银行和证券等行业，该行业对数据分析的依赖需求，越来越大。&4）最后是电信行业（中国移动、联通和电信），它们拥有海量的数据，在严峻的竞争下，也越来越重视数据分析，但进入这些公司的门槛比较高。&五、如何系统地去学？&学习方法千万种，关键是找到适合自己的，最好能够结合你的工作遇到的问题来学习。&有位数据大牛列举了一个经典的从0到1的入门规划：&第一周?Excel学习掌握&第二周?数据可视化&第三周?分析思维的训练&第四周?数据库学习&第五周?统计知识学习&第六周?业务学习&第七周?Python/R学习&六、你真的喜欢数据分析吗？&请再次问问自己，是否真的喜欢数据分析，能否忍受处理数据时的寂寞？如果是，那就宜早不宜迟，马上开始行动吧。科多大数据希望大家都能成功。了解更多数据分析课程，立即咨询在线老师。或者电话： &QQ：以上信息首发于 商通网；信息链接地址： /gszx/nmmcn/71082.html【游戏数据分析师岗位职责|游戏数据分析师是做什么的】-看准网
游戏数据分析师
这里的老鸟都很热心，可以试试向他们咨询~
该职位相关热门公司
10358条信息
看了该职位的还看了
3309条信息
11690条信息
16445条信息
6182条信息
6724条信息
关注看准官方微信
下载看准官方APP
下载看准APP
点评工资任意看
查看5,608,972家公司的员工评价，预先看清你想去的每一家公司
广告等垃圾信息
违禁信息（色情、欺诈、非法传销）
不友善内容（诽谤，人身攻击、骚扰、侵犯隐私）
违法、政治敏感内容
感谢您的举报，我们会尽快处理~
小贴士：问题描述的越清楚，越能吸引老鸟来回答哟~
请输入问题
向老鸟咨询
把你关于游戏数据分析师的问题大胆的提出来，这里的老鸟很乐意为你解答～
写下问题吧~
提交成功！请静静等待老鸟们回答~
扫描二维码
分享到朋友圈，邀请微信好友帮忙解答}