数据分析的岗位类型和作用有哪些?(介绍数据分析的7个岗位类型及6大作用)

qinzhiqiang 12-30 10:46 19次浏览

在一个工作交流群里,一个朋友说想转行做数据分析师,随后很多人开始讨论,半路出家的能找到工作吗?做数据分析师需要哪些知识和技能?

今天我们就来说说商业数据分析师的7类岗位,以及基础技能。要知道数据分析这一行,入行容易,精通难。方法工具都要有。

一、商业数据分析的7类岗位

1.业务统计人员

理解企业数据,发现业务问题,开发预测模型,帮助企业更好地进行信息决策。

2.数据挖掘人员

进行知识发掘积累,需要熟悉各种数据挖掘算法,可以进行深层次的客户识别、画像,以满足营销、风控和客户关系管理方面的需要。

3.大数据分析人员

处理海量异构数据,借助其他工具进行数据的搜集、储存和清洗。同时与数据挖掘人员、报表制作人员、业务统计分析人员合作完成工作。

4.业务支持

创建业务报表或进行业务分析。

5.报表制作人员

撰写SQL程序进行查询并生成报表。

6.数据管理人员

为需求人员提供便捷的数据访问服务。

7.数据架构人员

流处理、模型开发和数据质量管理设计所需的架构和方法;平台架构人员:负责企业管理平台的安装、配置、管理和维护。

二、什么是数据分析?

数据分析是基于商业目的,收集、整理、加工和分析数据,提炼有价值信息,并指导实践的过程。数据分析的三大作用,主要是现状分析、原因分析和预测分析。过程主要包括:明确分析目的与框架、数据收集、数据处理、数据分析、数据展现、撰写报告6个阶段。

1、明确分析目的与框架

一个分析项目,它的数据对象是谁?商业目的是什么?要解决什么业务问题?数据分析师对这些都要了然于心,随后整理分析框架和分析思路。

例如,减少新客户的流失、优化活动效果、提高客户响应率等。每个项目对数据的要求不同,使用的分析手段也是不一样的。(本文第三部分将详细介绍4种常用分析框架。)

2、数据收集

数据收集是数据分析的基础,按照确定的分析框架,有目的的收集、整合相关数据。

3、数据处理

数据处理是指对收集到的数据进行加工、整理,它是数据分析前必不可少的阶段,也是整个数据分析过程中最占据时间的,耗费时间的程度取决于整个项目对数据仓库和数据质量的要求。

数据处理的常用方法有:数据清洗、数据转化等。

4、数据分析

在明确了分析目的与框架,收集处理好数据后,就可以开始着手进行数据分析了。我们需要通过特定手段、多种方法和行业技巧对数据进行探索,从中发现因果关系、内容联系和业务规律等,为商业目的提供参考。

到了这个阶段,要能驾驭数据、开展分析工作,就要使用工具和方法了。

在分析方法方面,最基本的要了解例如方差、回归、因子、聚类、分类、时间序列等概念,及他们的原理、使用范围、优缺点;在分析工具方面,数据分析师一般首选Excel,同时搭配一个专业的分析软件,如数据分析工具SPSS/SAS/Matlab等,便于进行一些专业的统计分析、数据建模等。

5、数据展现

俗话说:字不如表,表不如图。借助数据展现手段,能更直观的让数据分析师表述想要呈现的信息、观点和建议。一般情况下,数据分析的结果都是通过图表方式来呈现的。

常用的图表包括:饼图、折线图、柱形图/条形图、散点图、雷达图、金字塔图、矩阵图、漏斗图、帕累托图等。

6、撰写报告

最后阶段,就是撰写数据分析报告,这是对整个数据分析成果的呈现。通过分析报告,把数据分析的目的、过程、结果及方案完整呈现出来,以供商业目的提供参考。