數(shù)據(jù)分析師職位要求(共3頁)

1、精選優(yōu)質(zhì)文檔-傾情為你奉上專心-專注-專業(yè)做數(shù)據(jù)分析前我們首先要明確分析目的和內(nèi)容，對于數(shù)據(jù)分析師而言，他們的進階需求無外乎是各個企業(yè)對數(shù)據(jù)分析師的職位要求。在前程無憂、中華英才網(wǎng)以及智聯(lián)招聘上，我們隨便搜索下數(shù)據(jù)分析的崗位信息，都能找到大量類似于下面的一些職位要求信息：別看崗位職責，任職要求這么多，說白了主要就三點要求：1）對相關業(yè)務的理解；2）掌握一到二種數(shù)據(jù)分析工具；3）良好的溝通?？赡懿煌墓疽驗樾枨蟛煌?，會在要求上有點小小的不同，而這個不同主要集中在數(shù)據(jù)庫上。了解數(shù)據(jù)分析師的具體需求之前，我們有必要先了解數(shù)據(jù)分析師的職位體系。數(shù)據(jù)分析師的職位體系在傳統(tǒng)行業(yè)中，數(shù)據(jù)分析更多存在移動、

2、銀行、超市等行業(yè)，在這些行業(yè)中你才會偶爾聽到數(shù)據(jù)分析師這個職位，也許更多是聽到數(shù)據(jù)挖掘工程師、數(shù)據(jù)建模師。在中國也許只在電信的項目中，才會存在真正的意義上的數(shù)據(jù)挖掘。數(shù)據(jù)行業(yè)從廣義上講可以分為以下幾個職位：1、數(shù)據(jù)分析師更注意是對數(shù)據(jù)、數(shù)據(jù)指標的解讀，通過對數(shù)據(jù)的分析，來解決商業(yè)問題。主要有以下幾個次層次：1）業(yè)務監(jiān)控：診斷當前業(yè)務是否正常？是否存在問題？業(yè)務發(fā)展是否達到預期（KPI）？如果沒有達到預期，問主要問題在哪？是什么原因引起的？2）建立分析體系：這些數(shù)據(jù)分析師已經(jīng)對業(yè)務有一定的理解，對業(yè)務也相對比較熟悉，更多幫精選優(yōu)質(zhì)文檔-傾情為你奉上專心-專注-專業(yè)業(yè)務方建立一套分析體系，或者更高

3、級是做成數(shù)據(jù)產(chǎn)品。例如：營銷活動。分析師會告訴業(yè)務方，在活動前你應該分析哪些數(shù)據(jù)，從而制定恰當?shù)臓I銷計劃。在營銷過程中，你應該看哪些數(shù)據(jù)，從而及時做出營銷活動調(diào)整。在營銷活動，應該如何進行活動效果評估。3）行業(yè)未來發(fā)展的趨勢分析：這應該是數(shù)據(jù)分析師最高級別，有的公司叫做戰(zhàn)略分析師/商業(yè)分析師。這個層次的數(shù)據(jù)分析師站的更高，在行業(yè)、宏觀的層面進行業(yè)務分析，預測未來行業(yè)的發(fā)展，競爭對手的業(yè)務構成，幫助公司制定戰(zhàn)略發(fā)展計劃，并及時跟蹤、分析市場動態(tài)，從而及時對戰(zhàn)略進行不斷優(yōu)化。主要技能要求：數(shù)據(jù)庫知識（SQL 至少要熟悉） 、基本的統(tǒng)計分析知識、EXCEL 要相當熟悉，對 SPSS 或 SAS 有一

4、定的了解，對于與網(wǎng)站相關的業(yè)務還可能要求掌握 GA 等網(wǎng)站分析工具，當然 PPT 也是必備的。2、數(shù)據(jù)挖掘工程師更多是通過對海量數(shù)據(jù)進行挖掘，尋找數(shù)據(jù)的存在模式、或者說規(guī)律，從而通過數(shù)據(jù)挖掘來解決具體問題。數(shù)據(jù)挖掘更多是針對某一個具體的問題，是以解決具體問題為導向的。例如：聚類分析聚類分析，通過對于會員各種人口統(tǒng)計學、行為數(shù)據(jù)進行分析，對會員進行分類，對不同的類型的會員建立相應的 profiling，從而更好的理解會員，知道公司會員是到底如何？高、中、低低價值的會員構成，既可以后期各種會員的運營提供指導，提高活動效率，可以指導公司的營銷，例如廣告的投放策略。以及用于公司各種戰(zhàn)略的制定。主要技能

5、要求：1）數(shù)據(jù)庫必須精通數(shù)據(jù)庫必須精通。很多時候，你模型的數(shù)據(jù)預處理，可能完成在數(shù)據(jù)庫里完成，你用到的數(shù)據(jù)庫技巧更高。2）必須要會成熟的數(shù)據(jù)挖掘工具必須要會成熟的數(shù)據(jù)挖掘工具、數(shù)據(jù)挖掘算法數(shù)據(jù)挖掘算法，例如例如：SPSS/CELEMENTINE、SAS/EM 等，當然如果你會一、二款開源軟件，并會寫一些程序代碼那是最好的，大公司都喜歡用開源的軟件，例如：R、WEKA。3、數(shù)據(jù)建模師這個職位與數(shù)據(jù)挖掘工程師還是有本質(zhì)區(qū)別的。數(shù)據(jù)建模師，更多偏向于中、小數(shù)據(jù)量，而且其使用更多更多是統(tǒng)計學的方法，而數(shù)據(jù)挖掘中的例如：決策樹、神經(jīng)網(wǎng)絡、決策樹、神經(jīng)網(wǎng)絡、SVM 等在這里是根據(jù)不會涉及的。當然二者有一個

6、共同之處都是，針對很具體的問題，都是會解決某個具體問題，例如：營銷反營銷反應率應率，你就可能歷史的郵箱、短信的反應情況，來建模型進行預測，從而提高郵件反應率，或者減少對用戶來說的“垃圾”郵箱，提高用戶體驗。所以從掌握的技能上講，這二者就有很大的區(qū)別，數(shù)據(jù)建模師其實很少會提到算法這個詞，更多說使用什么模型，有感覺嗎？但是從實務界來看，這二個模型越來越?jīng)]有明確的分工，一般來說都會二個職位的人都會去學習對方的知識，所以這二個職位有合并的趨勢，但在未來幾年來，我覺得公司要招人的時候應該還是要有區(qū)別的。新進入數(shù)據(jù)行業(yè)的同學，可以根據(jù)自己的背景背景選擇相應的職位，學數(shù)據(jù)、統(tǒng)計學的朋友更多可以偏向于建模師，而計算機特別是寫編程出現(xiàn)和同學，可以走數(shù)據(jù)挖掘工程師，也許適應性更好，但這不是絕對的。數(shù)據(jù)分析師的職位級別劃分不同公司對數(shù)據(jù)分析師的職位劃分騷有不同，在一些中小型企業(yè)，沒有成立獨立的數(shù)據(jù)中心前，數(shù)據(jù)分析的相關職位往往是在譬如市場部、運營部這些部門之下，通常數(shù)據(jù)分析成員在 2-4 人不等。對于一些大型企業(yè)，有獨立的數(shù)據(jù)部門的企業(yè)，其數(shù)據(jù)分析團隊人員則是十到百人不等，其職位頭銜有通俗的總監(jiān)、經(jīng)理、