免费试用
banner
大数据平台>大数据技术与应用>数据分析师岗位感想

数据分析求职5:对数据分析师岗位的四点感想

作者: afenxi来源: afenxi时间:2017-02-24 19:14:240

从2012年的下半年开始,开始对于QQ群里发布的数据分析岗位进行整理与研究,通过对于这些岗位的企业性质、从事数据分析岗位职责、岗位要求及薪资待遇进行研究。我们对于未来的数据分析这个职业充满了希望,但是也对于这个职业二极分化充满了担忧。

一、数据分析职业现状分析

这个职位目前呈现是二八原则,好的数据分析师的收入是非常高,差不多平均水平在13k左右,但是处境不好的数据分析人员只能拿到跟内勤同等收入的水平。传统行业的数据分析师差不多只能拿到3-5K水平,这些大多数是处在数据处理、整理数据为统一口径的数据农民工,一般只接触的工具只有EXECEL,这类岗位三大招聘网站上有很多的传统行业里都有招这些数据分析专员,你可以对应看一下;第二阶段是刚刚进入互联网数据分析师行业的初中级数据分析师,待遇范围一般在5-8K,一般承担是从数据库里取到数据进行初级数据分析并形成报告,一般接触到的工具有SPSS、SQL等,[email protected],185号岗位,这是一家公司需要大量招聘初级的数据分析师进行长期的培养广告公司;高级数据分析师在全国的范围内来说还是很少一个群体,主要承担对于某个数据分析项目进行建模与分析及算法研究等,这批人员一般的薪资待遇在16K以上,大多数在互联网与金融行业等利润率比较高的行业,@数据分析微招聘,199号岗位,该岗位是杭州大型电商公司为其呼叫中心招聘数据分析师,待遇在P7左右,也就20-22K/月,还有盛大招聘数据分析师岗位也其实有很有代表性;最高端是一些互联网数据分析部门的管理层与数据科学家,一般是大型公司对于某个项目进行数据挖掘研究,全国也只有微软与阿里及一些从事数据挖掘公司里有这些数据科学家,一般的待遇差不多在50万以上年薪,这个大家可以关注一些互联网公司的招聘信息。

二、数据分析师岗位类型

数据行业从广义上讲可以分为以下几个职位:

数据分析师

更注意是对数据、数据指标的解读,通过对数据的分析,来解决商业问题。主要有以下几个次层次: 1)业务监控:诊断当前业务是否正常?是否存在问题?业务发展是否达到预期(KPI)?如果没有达到预期,问主要问题在哪?是什么原因引起的? 2)建立分析体系:这些数据分析师已经对业务有一定的理解,对业务也相对比较熟悉,更多帮业务方建立一套分析体系,或者更高级是做成数据产品。例如:营销活动。分析师会告诉业务方,在活动前你应该分析哪些数据,从而制定恰当的营销计划。在营销过程中,你应该看哪些数据,从而及时做出营销活动调整。在营销活动,应该如何进行活动效果评估。 3)行业未来发展的趋势分析:这应该是数据分析师最高级别,有的公司叫做战略分析师/商业分析师。这个层次的数据分析师站的更高,在行业、宏观的层面进行业务分析,预测未来行业的发展,竞争对手的业务构成,帮助公司制定战略发展计划,并及时跟踪、分析市场动态,从而及时对战略进行不断优化。

主要技能要求:

数据库知识(SQL至少要熟悉)、基本的统计分析知识、EXCEL要相当熟悉,对SPSS或SAS有一定的了解,对于与网站相关的业务还可能要求掌握GA等网站分析工具,当然PPT也是必备的。

数据挖掘工程师

更多是通过对海量数据进行挖掘,寻找数据的存在模式、或者说规律,从而通过数据挖掘来解决具体问题。数据挖掘更多是针对某一个具体的问题,是以解决具体问题为导向的。例如:聚类分析,通过对于会员各种人口统计学、行为数据进行分析,对会员进行分类,对不同的类型的会员建立相应的profiling,从而更好的理解会员,知道公司会员是到底如何?高、中、低低价值的会员构成,既可以后期各种会员的运营提供指导,提高活动效率,可以指导公司的营销,例如广告的投放策略。以及用于公司各种战略的制定。 主要技能要求: 1)数据库必须精通。很多时候,你模型的数据预处理,可能完成在数据库里完成,你用到的数据库技巧更高。 2)必须要会成熟的数据挖掘工具、数据挖掘算法,例如:SPSS/CELEMENTINE、SAS/EM等,当然如果你会一、二款开源软件,并会写一些程序代码那是最好的,大公司都喜欢用开源的软件,例如:R、WEKA。

数据建模师

这个职位与数据挖掘工程师还是有本质区别的。数据建模师,更多偏向于中、小数据量,而且其使用更多更多是统计学的方法,而数据挖掘中的例如:决策树、神经网络、SVM等在这里是根据不会涉及的。 当然二者有一个共同之处都是,针对很具体的问题,都是会解决某个具体问题,例如:营销反应率,你就可能历史的邮箱、短信的反应情况,来建模型进行预测,从而提高邮件反应率,或者减少对用户来说的“垃圾”邮箱,提高用户体验。所以从掌握的技能上讲,这二者就有很大的区别,数据建模师其实很少会提到算法这个词,更多说使用什么模型,有感觉吗?但是从实务界来看,这二个模型越来越没有明确的分工,一般来说都会二个职位的人都会去学习对方的知识,所以这二个职位有合并的趋势,但在未来几年来,我觉得公司要招人的时候应该还是要有区别的。

新进入数据行业的同学,可以根据自己的背景背景选择相应的职位,学数据、统计学的朋友更多可以偏向于建模师,而计算机特别是写编程出现和同学,可以走数据挖掘工程师,也许适应性更好,但这不是绝对的。

如果从行业分的话有传统行业与高利润行业比如互联网行业、金融、通迅等行业这些行业只要你的能力出色给的待遇不会太差;

三、企业要求及需备的知识点

大多数的互联网行业特别是电商行业对于数据分析师这块还是比较看重,主要的原因其主要的资产除了产品、人员就是长期积累的数据而这些海量的数据已经不能用人工经验来还原业务,这就需要数据分析师对于数据进行归纳与还原商业规则与逻辑,一般主要涉及商业分析、用户分析、产品分析、运唯支撑等这几块;从各家公司招聘信息来看,要求几乎雷同,同时也说明这个职业的互通性很强,说白了就是换个行业都可以在职场上存活下来;一般需要以下几个要求: 1、数据分析经验; 2、商业数据敏感度; 3、基本工具(SAS、SPSS、SQL、EXECEL等); 4、建模; 5、知识点(统计学、会编程);

四、如何获得数据分析知识点?

我们需要这些,怎么获得呢? 1、数据分析经验,大家可以每天浏览我们网站的文章,我们每天都会发布一些最新的分析实战文章; 2、商业敏感度,这个我没有办法帮到大家,这个要靠大家在平时的工作积累,不过可以学一下数据化管理的一句话叫记大数,慢慢的,你就会体会到的; 3、基本工具类,现在市面的各种培训很多,但是同时也收费很高,可以找一本比较经典、入门级别的图书学习,最重要的是多动手、练习,另外网上也有一些工具类的视频教程(详见:数据分析师视频教程汇总)

banner
看过还想看
可能还想看
热点推荐
Yonghong的价值观:以卓越的数据技术为客户创造价值,实现客户成功。