大數(shù)據(jù)分析實習生應該如何選擇職業(yè)方向

最近逃離學校在某大數(shù)據(jù)公司實習，雖然我不認為大數(shù)據(jù)像現(xiàn)在很多人說的那么邪乎，但是我認為互聯(lián)網(wǎng)時代所帶來的大量數(shù)據(jù)是很有價值的。所以便在這個公司做實習生，已經一個多星期了，都是做一些簡單的搜索，排序，去重的活。excel就完全搞定了。每天需要找的東西毫無技術含量，卻挺耗費時間。不知道這是不是實習的融入期。大三就逃離學校，冒的風險也挺大的。我該學點什么，做點什么準備才能讓未來走的更快。畢業(yè)目標，在北上廣年薪10w+這個目標容易實現(xiàn)么，需要具備什么樣的素質。

那么，大數(shù)據(jù)方向實習生到底該做些什么?

Excel2013目前可以支持104萬行數(shù)據(jù)，即使是這樣也遠遠算不上大數(shù)據(jù)。

看看你的公司在不在里邊?

話說回來，對于一個實習生來說，讓你處理Excel不能說不合理，因為Excel處理是數(shù)據(jù)分析的基礎中的基礎，拉拉數(shù)據(jù)透視表，寫寫vlookup等函數(shù)甚至用vb寫一些自動化，一旦熟悉了對于你的數(shù)據(jù)分析是大有卑益的!還別說，一般公司的數(shù)據(jù)分析師崗位或者說一些市場調研公司還就只是要求會Excel和PPT。

說到薪資，對于北上廣來說10W+是應屆畢業(yè)生的程序員職位的起薪，如果你僅會Excel，去一些靠譜的市場調研公司做數(shù)據(jù)分析，大一點的公司如尼爾森、華通明略這種可以拿到6K左右的薪資，6*13就是8W左右了，如果你想去BAT這種公司里邊做數(shù)據(jù)分析，只會Excel是不夠的，你還需要至少懂點SPSS或者R，當然如果能進去的話10W+是有的。

個人建議的話，最好不要為了錢而去學一樣東西，這樣內在驅動力不會大到讓你走得比別人快，盡快確定一個感興趣的方向，隨著大數(shù)據(jù)概念的興起以及企業(yè)的越加重視，數(shù)據(jù)相關的崗位細分越來越多，每一個細分都足夠你好好鉆研個10年+。

看到評論區(qū)有人問到是否會SPSS就可以進BAT做數(shù)據(jù)分析，答案是肯定的，并不是說進BAT一定要會擼代碼，因為隨著數(shù)據(jù)職位的細分，互聯(lián)網(wǎng)公司需要一些有產品思維并且略有統(tǒng)計背景的人來做數(shù)據(jù)分析，以下貢獻一張圖。

我喜歡根據(jù)職位離業(yè)務端(如產品、運營、銷售等)的遠近以及離技術端(開發(fā)部門)的遠近來描述職位，可以看到，在不同的位置都有數(shù)據(jù)相關的職位

說說市場調研，這種職位是最靠近業(yè)務的，他們的工作主要是調研外部數(shù)據(jù)，比如產品目標用戶的情況，競爭對手的情況，整個行業(yè)的情況等，為產品的每一個改版提供數(shù)據(jù)支撐，對于互聯(lián)網(wǎng)公司來說這種職位一般會放在UED(用戶體驗部)或者產品部下面，日常工作比如去各個城市開用戶訪談會，用調研問卷的形式收集用戶數(shù)據(jù)，打用戶調研電話，設計訪談問卷等，崗位要求不會涉及到編程，一般的要求就是統(tǒng)計學基礎知識，EXCEL跟PPT，SPSS懂一些更好，BAT及其他中小型互聯(lián)網(wǎng)公司都有崗位招聘。對于這種類型的崗位，建議一開始可以去咨詢公司，市場上有非常多好的咨詢公司可以選擇，比如全球最大的尼爾森、華通明略、易普索、蓋洛普之類，互聯(lián)網(wǎng)行業(yè)的有艾瑞、艾媒、易觀之類，都是不錯的選擇。從職業(yè)發(fā)展道路來講，市場調研除了是各個行業(yè)普適的職位之外(快速消費品行業(yè)對市場調研的需求量很大)，在大公司縱向發(fā)展可以做到市場調研總監(jiān)，橫向發(fā)展可以去做品牌經理或者互聯(lián)網(wǎng)公司產品策劃類的產品經理。

數(shù)據(jù)分析師，各行各業(yè)都有做數(shù)據(jù)分析的崗位，但估計是最近1,2年在互聯(lián)網(wǎng)公司才有數(shù)據(jù)分析師這個title的職位出現(xiàn)，之前一直是產品經理或者運營經理在做數(shù)據(jù)分析的活，之所以細分出來是因為隨著數(shù)據(jù)量越來越大以及數(shù)據(jù)價值的凸顯，做數(shù)據(jù)分析的門檻越來越高，舉個栗子，做數(shù)據(jù)分析你需要取數(shù)據(jù)吧，取數(shù)據(jù)一般需要寫SQL語句從數(shù)據(jù)庫里取，你讓一個產品經理或者運營經理去寫SQL估計有些難度，當然技術出身的除外，另外說到分析，數(shù)據(jù)量大的話Excel總歸不好分析，你得會點能處理大數(shù)據(jù)量的工具如SAS或者R，如果是SAS的EG模塊還可以圖形化操作，如果是R的話就是純編程了，所以我認為數(shù)據(jù)分析崗位有30%在于技術，是因為在數(shù)據(jù)處理層面它需要涉及很多大數(shù)據(jù)量的操作。從業(yè)務端來看，數(shù)據(jù)分析師的價值在于能夠為公司搭建數(shù)據(jù)流，通過數(shù)據(jù)來對產品功能進行反饋，支持日常的業(yè)務部門取數(shù)，以及為產品改版提供數(shù)據(jù)支撐，做到這些你需要跟進整個數(shù)據(jù)流從頭到尾的流動過程，源頭端比如產品開發(fā)時候的數(shù)據(jù)埋點，你需要跟產品經理及開發(fā)溝通哪個功能需要上報哪些數(shù)據(jù)，有數(shù)據(jù)上報了你需要跟進這些上報的數(shù)據(jù)要錄入哪個數(shù)據(jù)庫的哪張表，數(shù)據(jù)錄入口徑怎么定，數(shù)據(jù)存在數(shù)據(jù)庫了你需要讓這些數(shù)據(jù)產生價值，除了業(yè)務部門跑來跟你要數(shù)據(jù)之外，你需要主動地定一些分析課題，自己取數(shù)自己用工具進行分析，最后寫成PPT呈現(xiàn)給業(yè)務部門并最終影響決策，如果業(yè)務部門的取數(shù)任務多了，你需要思考怎么去將這些重復性的取數(shù)工作形成報表，自動化地呈現(xiàn)數(shù)據(jù)，這時你需要去跟后端開發(fā)以及數(shù)據(jù)倉庫的人溝通，并從頭到尾跟進報表的實現(xiàn)。

另外有一種職位叫數(shù)據(jù)產品經理，它跟數(shù)據(jù)分析師的職責有重疊的部分，不同的地方是這個職位關注的點是數(shù)據(jù)分析的產品化。這是普通互聯(lián)網(wǎng)公司數(shù)據(jù)產品經理的日常：

那數(shù)據(jù)產品經理跟互聯(lián)網(wǎng)公司里的產品經理有什么區(qū)別呢?

在大的互聯(lián)網(wǎng)公司，產品經理有各種細分的，有偏向功能界面設計的產品經理，這類型的產品經理關注的是產品界面的美觀吸引，他們要會用Axure畫各種界面按鈕，最好有繪畫功底，他們跟數(shù)據(jù)相關的地方在于需要通過數(shù)據(jù)反饋來改進產品界面;有偏向功能實現(xiàn)的產品經理，這類型的產品經理關注的是產品功能實現(xiàn)是否滿足用戶預期，效率是否夠高，實現(xiàn)步驟是否夠短，他們要求最好有技術背景，能了解開發(fā)的各種實現(xiàn)邏輯，他們跟數(shù)據(jù)相關的地方在于需要通過數(shù)據(jù)反饋來提高功能實現(xiàn)的成功率，降低崩潰率以及提高實現(xiàn)速度;前面兩者都是屬于前端的產品經理，而后端的產品經理除了幫助各個部門搭建管理平臺的產品經理外，剩下的就是數(shù)據(jù)產品經理了。

從以上可以看到，產品經理有各種細分，而數(shù)據(jù)產品經理也有他不一樣的要求和關注點。

這是智聯(lián)上某公司數(shù)據(jù)產品經理的職位描述：

職位描述：

1) 負責門戶端、APP端數(shù)據(jù)統(tǒng)計產品開發(fā)及推薦算法迭代等相關工作，獨立負責產品線的日常迭代工作，以數(shù)據(jù)為導向對運營結果負責。

2) 監(jiān)管全部產品核心KPI數(shù)據(jù)，可對運營團隊及時輸出價值數(shù)據(jù)。

3) 負責產品上線后的數(shù)據(jù)管理和運營工作，對相關數(shù)據(jù)進行持續(xù)監(jiān)控和分析，并定期對自身產品、整體行業(yè)、競爭對手等進行數(shù)據(jù)分析并評估，不斷優(yōu)化產品，完成產品生命周期管理。

4) 匯報項目核心數(shù)據(jù)指標和項目進度，對產品生命周期內各項指標負責。

5) 負責產品的持續(xù)運營，不斷優(yōu)化、改進、迭代，深度挖掘用戶需求。

從以上描述可以看到該數(shù)據(jù)產品經理職位有三個關注點：一是數(shù)據(jù)統(tǒng)計后臺;二是推薦系統(tǒng);三是對產品數(shù)據(jù)的監(jiān)控和分析。那么延伸出來該職位的要求應該是對數(shù)據(jù)要敏感，了解一定的數(shù)據(jù)挖掘算法，于是一個數(shù)學或統(tǒng)計學的學位會有所助益。

下圖簡單地從背景以及工作中打交道的人來區(qū)分數(shù)據(jù)產品經理和其他產品經理：

終于說到數(shù)據(jù)挖掘工程師了，在數(shù)據(jù)相關職位里，我認為數(shù)據(jù)挖掘和數(shù)據(jù)架構門檻最高，也是最能體現(xiàn)數(shù)據(jù)價值的職位。大部分公司在招聘數(shù)據(jù)挖掘工程師時的門檻都是數(shù)學、統(tǒng)計學或者計算機的碩士以上，為什么本科不行非要碩士?大部分企業(yè)認為，只有4年的本科學習不足以理解數(shù)據(jù)挖掘相關算法的推導以及應用場景，要做好數(shù)據(jù)挖掘，除了堅實的數(shù)學和統(tǒng)計學基礎之外，算法的代碼實現(xiàn)也是很重要的考察地方。數(shù)據(jù)挖掘何以門檻這么高，他對企業(yè)真有那么高的價值么?如果將其應用場景搬出來便知分曉。

某音樂公司A成立多年，一直以界面小清新用戶體驗絕佳著稱，可惜多年來對音樂版權的重視程度不夠，導致用戶因下載不了喜歡的歌曲而頻頻流失。后來公司痛定思痛，決定另辟蹊徑于是重金聘請了一支數(shù)據(jù)挖掘工程師團隊，打造了音樂界最好的推薦系統(tǒng)，一下子挽回了大量用戶，現(xiàn)在用戶占有率穩(wěn)居行業(yè)前三。是的，推薦系統(tǒng)可以說是數(shù)據(jù)挖掘最重要的應用場景，最初來源于電商網(wǎng)站的瀏覽了該商品的用戶還瀏覽了什么，購買了該商品的用戶還購買了什么，現(xiàn)在發(fā)展到各種復雜的特征度提取并從各個維度來計算相關性。很多著名的數(shù)據(jù)挖掘算法，如樸素貝葉斯、神經網(wǎng)絡、邏輯回歸等，都需要扎實的統(tǒng)計學基礎以及相關項目經驗才能成熟地應用于業(yè)務實踐。數(shù)據(jù)挖掘是隨著大數(shù)據(jù)技術的發(fā)展而崛起的一門職業(yè)，過去由于技術的局限，很多時候只能通過抽樣來選取訓練數(shù)據(jù)，導致最后通過算法出來的預測概率只有60%左右，而大數(shù)據(jù)的成熟讓工程師能夠對接近全量的數(shù)據(jù)進行建模，導致最后出來的預測概率能達到80%甚至90%，從而更能體現(xiàn)數(shù)據(jù)挖掘的價值。

從職業(yè)發(fā)展角度來說，BAT是最適合做數(shù)據(jù)挖掘的地方，巨量的數(shù)據(jù)，對技術的重視甚至崇拜以及成熟的應用場景讓數(shù)據(jù)挖掘工程師如魚得水。一個碩士畢業(yè)并有1,2年工作經驗的數(shù)據(jù)挖掘工程師在互聯(lián)網(wǎng)行業(yè)能輕易拿到25K往上的月薪。