我是陈娜，曾担任一线互联网数据分析师，在秋招时曾经获得过蚂蚁、美团、字节、腾讯数据分析师offer，现在，更想做一个数据分析的教育者，但很多入门的同学，还对这一神秘的岗位存在疑惑：什么是数据分析师？数据分析师分为哪几大类？市场上现在是否还需要数据分析师？数据分析师的发展前途如何？作为一个应届生或者别的行业的工作者该怎么样成为一位数据分析师，需要什么样的能力呢？以上都是大家对于数据分析师这一岗位大大的疑惑，这篇数据分析师基本情况串讲将针对这样一些问题进行一一解答。

  数据分析近年来热度持续上涨更多是来源于行业背景的驱动，对于一个公司来说，在业务初创时期更重要的是拉新和增长，此时企业要的是市场、产品和开发等工作人员先将产品、业务运行起来；而近年来随着网络行业进入下半场，慢慢的变多成熟的产品将业务重心放到了提升转化、实现盈利上，也就是从增量市场变成了相对来说比较稳定的存量市场，大部分公司给出的解法就是——精细化运营，因此如何通过数据来去支持庞大的体系决策，就需要数据分析师利用数据给出答案。 那么互联网行业的数据分析师的优势是什么呢？首先互联网行业的数据基本的建设完善，数据的及时性、准确性强，其次网络公司是线上业务居多，因此对于数据分析的依赖性更大，通俗来说就是会更有话语权和地位。

  数据分析师这一岗位最本质的价值是完善企业的数据驱动体系，通过对于数据的分析和解读产生洞察，支持业务决策，并且提升经营效率-降本增效。目前互联网行业招聘的数据岗位依据工作职责和侧重点不同可大致分为三个大类，第一种是数据仓库方向，负责基本的建设，通过整合企业不同端的数据（如DB、埋点、爬虫），建立数据仓库，并开发出面向主题的应用层数据库，供分析师分析使用；第二种和第三种则是分析方向，本质上的工作内容都是通过挖掘数据产生insights，输出给业务。不同的是二者使用的武器，偏技术的分析师更多应用的是模型，通过建模和对于数据特征的深层次挖掘提供洞察为业务赋能，对于计算机及机器学习算法等专业相关知识要求更高；而业务侧的数据分析师则是使用指标作为武器，从而看清业务现状、推动业务改进。主要对接业务部门依据岗位需求不同最重要的包含产品、运营或营销，通过对于业务的了解以及沟通用各种方式为业务赋能。

  数据分析师目前的火热程度实际上并不需要取用百度指数或者行业分析报告等来佐证，希望入职数据分析师的人应该都有在各大公司的官方网站以及招聘app中看到了现在市场旺盛的需求，所以这里着重讲述一下数据分析师的发展前途。目前业内普遍认同的观点是数据分析师即将进入黄金时代，一位优秀的数据分析师面对旺盛的市场需求和明朗的发展前途所需要做的是择业而非求职。业务端的数据分析师在积累足够的工作数据分析经验之后将会有以下几个发展趋势，有一部分人在数据分析的路上面对业务的需求获得了强大的技术能力，爱上了代码的美丽逐渐走向了更深入的数据科学方向；有一部分人在自身的发展之路发现了自己具备管理能力，从小白数据分析师->

  带领3-5人项目组负责项目->

  某一业务线数据组的部门负责人->

  统筹各个业务线的总监->

  ……，总而言之是走向了管理方向；还有一部分数据分析师在熟悉业务的过程中发现了业务的美好，转向产品、运营、数据产品等，成为了一个具备数据能力的优秀业务工作者，为企业创造价值，所以数据分析师的前景是光明且不设限的，但是在职业生涯中需要有明确的职业规划并为之不懈努力！

  数据分析师的大部分工作内容都要基于对业务的认知和分析能力的积累。大致上可以分为以下几部分：

  1） 评估业务现状，搭建数据指标体系衡量产品。对于不同的产品和产品所处的不同时间段需要不同的指标进行衡量和业务监控，首先，数据分析师需要判断使用什么指标，那么在进行判断之前，分析师应该具备优秀的沟通能力，在与业务方的沟通中逐渐熟悉业务并且判断业务的核心指标和业务方此时的痛点；其次，在明确了目标之后需要数据分析师具备搭建数据产品的能力，一为HQL的能力搭建可视化工具底层数表，二为可视化工具的应用能力，如Tableau、Power BI以及部分大公司有自己搭建的专用可视化平台。数据指标体系的搭建一方面便于业务监控各重要指标的变动情况，并在指标异常时及时预警，另一方面便于管理人员对于业务现状的直观了解。

  2） 通过数据能力支持业务决策。目前在网络公司很重要的决定依据是AB test ，通过对不同的用户呈现不同的产品界面、促销活动或者业务策略，对比数据指标，为业务决策支持是数据分析师工作中很重要的一环，后面的文章中会详细的介绍AB test的原理，并通过笔者在网络公司中的实际应用案例帮大家学习。

  3） 通过数据洞察，指导业务方向。当业务指标出现重大异常或者需要新的突破时，数据分析师有必要进行专题研究并产出研究报告。不同的需求有不同的做法，异常需要异常归因分析，需要分析师具备指标拆解能力和强大的逻辑思维能力；新突破需要大形势的行业及竞对研究等等。但是研究结束后往往还有很重要的一步，那就是如何呈现才能被懂得被认可，这就需要PPT、Excel等方面数据呈现能力和表达能力。此外，数据分析师还应该具备为业务方确定优先级的能力，在一个页面或者一个电子商务平台中往往有成百上千的点需要优化测试，那么业务应该先做哪一部分才能带来最大的改进呢？这里就需要数据分析师掌握一定的思维方法如四象限法则等，专栏后续也会详细的介绍工作中所需的数据分析方法和业务场景实战帮助同学们锻炼思维能力并了解业务。

  总的来说，数据分析师岗位的热门，是随着行业发展而产生需求的一种必然；随着传统行业数据的完善，数据分析师也会拥有更大的舞台，随着大数据应用更成熟，数据分析也将变成一种必备技能与其他岗位结合，就像互联网+一样，数据分析+产品、数据分析+运营，都是可以的发展趋势。无论阅读本文的你，是已经准备好，想成为一名数据分析师，或者是积极上进，想学习数据分析技能为其他岗位的求职道路添砖加瓦，你都能在这里找到答案。