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(jìn)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(zé)，任職要求這么多，說白了主要就三點(diǎn)要求：1）對相關(guān)業(yè)務(wù)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?yàn)樾枨蟛煌?，會在要求上有點(diǎn)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、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(xiàng)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(biāo)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：

• 業(yè)務(wù)監(jiān)控：診斷當(dāng)前業(yè)務(wù)是否正常？是否存在問題？業(yè)務(wù)發(fā)展是否達(dá)到預(yù)期（KPI）？如果沒有達(dá)到預(yù)期，問主要問題在哪？是什么原因引起的？
• 建立分析體系：這些數(shù)據(jù)分析師已經(jīng)對業(yè)務(wù)有一定的理解，對業(yè)務(wù)也相對比較熟悉，更多幫業(yè)務(wù)方建立一套分析體系，或者更高級是做成數(shù)據(jù)產(chǎn)品。例如：營銷活動。分析師會告訴業(yè)務(wù)方，在活動前你應(yīng)該分析哪些數(shù)據(jù)，從而制定恰當(dāng)?shù)臓I銷計(jì)劃。在營銷過程中，你應(yīng)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(yīng)該如何進(jìn)行活動效果評估。
• 行業(yè)未來發(fā)展的趨勢分析：這應(yīng)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(jìn)行業(yè)務(wù)分析，預(yù)測未來行業(yè)的發(fā)展，競爭對手的業(yè)務(wù)構(gòu)成，幫助公司制定戰(zhàn)略發(fā)展計(jì)劃，并及時跟蹤、分析市場動態(tài)，從而及時對戰(zhàn)略進(jìn)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(jì)分析知識、EXCEL要相當(dāng)熟悉，對SPSS或SAS有一定的了解，對于與網(wǎng)站相關(guān)的業(yè)務(wù)還可能要求掌握GA等網(wǎng)站分析工具，當(dāng)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(jìn)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(dǎo)向的。例如：聚類分析，通過對于會員各種人口統(tǒng)計(jì)學(xué)、行為數(shù)據(jù)進(jìn)行分析，對會員進(jìn)行分類，對不同的類型的會員建立相應(yīng)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(gòu)成，既可以后期各種會員的運(yùn)營提供指導(dǎo)，提高活動效率，可以指導(dǎo)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。
 
主要技能要求：

• 數(shù)據(jù)庫必須精通。很多時候，你模型的數(shù)據(jù)預(yù)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。
• 必須要會成熟的數(shù)據(jù)挖掘工具、數(shù)據(jù)挖掘算法，例如：SPSS/CELEMENTINE、SAS/EM等，當(dāng)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。
• 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(jì)學(xué)的方法，而數(shù)據(jù)挖掘中的例如：決策樹、神經(jīng)網(wǎng)絡(luò)、SVM等在這里是根據(jù)不會涉及的。
 
當(dāng)然二者有一個共同之處都是，針對很具體的問題，都是會解決某個具體問題，例如：營銷反應(yīng)率，你就可能歷史的郵箱、短信的反應(yīng)情況，來建模型進(jìn)行預(yù)測，從而提高郵件反應(yīng)率，或者減少對用戶來說的“垃圾”郵箱，提高用戶體驗(yàn)。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(shí)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(shí)務(wù)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(xué)習(xí)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(yīng)該還是要有區(qū)別的。
 
新進(jìn)入數(shù)據(jù)行業(yè)的同學(xué)，可以根據(jù)自己的背景背景選擇相應(yīng)的職位，學(xué)數(shù)據(jù)、統(tǒng)計(jì)學(xué)的朋友更多可以偏向于建模師，而計(jì)算機(jī)特別是寫編程出現(xiàn)和同學(xué)，可以走數(shù)據(jù)挖掘工程師，也許適應(yīng)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(dú)立的數(shù)據(jù)中心前，數(shù)據(jù)分析的相關(guān)職位往往是在譬如市場部、運(yùn)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(dú)立的數(shù)據(jù)部門的企業(yè)，其數(shù)據(jù)分析團(tuán)隊(duì)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、主管劃分，也有助理、資深、專家之類的劃分。下面是一張微博上傳的比較火的某集團(tuán)的數(shù)據(jù)分析師職位級別劃分圖表，大家可根據(jù)自身的情況對號入座。