自2018年開始，數(shù)據(jù)分析師的崗位就開始火熱，很多培訓(xùn)機(jī)構(gòu)開始瘋狂的鼓吹數(shù)據(jù)分析人口如何稀缺以及數(shù)據(jù)分析如何高薪。在看招聘機(jī)會(huì)的時(shí)候，很多JD崗位描述里具備Python，數(shù)據(jù)挖掘算法等，所以很多人花了大量的時(shí)間學(xué)習(xí)Python和機(jī)器學(xué)習(xí)，其實(shí)工作中可能幾乎都用不到。JD也多半是用人部門說要招一個(gè)數(shù)據(jù)分析師，然后HR直接從某處粘貼過來的，造成了應(yīng)聘者的困惑，不知道具體是干嘛的。

接下來給大家聊下互聯(lián)網(wǎng)數(shù)據(jù)分析師的類型以及未來潛在的發(fā)展路徑。

01數(shù)據(jù)分析師種類

要聊數(shù)據(jù)分析師，首先得從數(shù)據(jù)開始，了解互聯(lián)網(wǎng)公司的數(shù)據(jù)流程，可以參照下方的這個(gè)流程圖，通過流程我們可以識(shí)別數(shù)據(jù)分析師的種類。

通過這個(gè)圖由下往上我們可以看到三大類型的數(shù)據(jù)分析師：數(shù)據(jù)開發(fā)層，數(shù)據(jù)智能應(yīng)用層，業(yè)務(wù)解讀層。02程序猿-數(shù)據(jù)開發(fā)類

數(shù)據(jù)開發(fā)是偏技術(shù)序列的數(shù)據(jù)分析師。這里的崗位主要分為兩類：

一類是數(shù)據(jù)倉庫型同學(xué)。工作內(nèi)容涉及數(shù)據(jù)底層表，數(shù)據(jù)模型搭建，進(jìn)行ETL轉(zhuǎn)換建立維度表，針對(duì)業(yè)務(wù)線建立hive報(bào)表，還有spark與hadoop這種大數(shù)據(jù)平臺(tái)的分析師。

還有一類是偏算法與數(shù)據(jù)挖掘的分析師。就是主要根據(jù)需要建立一些用戶的打標(biāo)簽體系，比如根據(jù)用戶的消費(fèi)維度，瀏覽維度等等進(jìn)行打標(biāo)簽。還有一塊是根據(jù)用戶相關(guān)標(biāo)簽進(jìn)行推薦算法的應(yīng)用。

相對(duì)來說數(shù)倉的技術(shù)門檻略低一些，人數(shù)相對(duì)較多，這塊的發(fā)展路徑就是技術(shù)序列往上爬，到數(shù)據(jù)庫，算法經(jīng)理/總監(jiān)等。

03搞數(shù)據(jù)的產(chǎn)品經(jīng)理

數(shù)據(jù)產(chǎn)品部分屬于數(shù)據(jù)應(yīng)用層，根據(jù)業(yè)務(wù)方的需求，將一些常見看數(shù)取數(shù)的以產(chǎn)品的形式呈現(xiàn)。這塊也主要分為3種類型：

一種是提供查數(shù)取數(shù)的平臺(tái)化數(shù)據(jù)產(chǎn)品，對(duì)象是分析師的大數(shù)據(jù)的取數(shù)平臺(tái)（主要是SQL語言來查詢），對(duì)象是運(yùn)營(yíng)和業(yè)務(wù)人員的報(bào)表與數(shù)據(jù)集取數(shù)平臺(tái)（通過幾個(gè)維度字段篩選）。

還有一種是將常見看數(shù)的場(chǎng)景以可視化的平臺(tái)展現(xiàn)（方便業(yè)績(jī)走勢(shì)和區(qū)域達(dá)成，搜索詞熱度排名與收益情況等），像淘寶就有提供的針對(duì)商家的生意參謀這種的數(shù)據(jù)產(chǎn)品，自媒體平臺(tái)像微信公眾號(hào)也有數(shù)據(jù)產(chǎn)品看自己文章的一些維度的數(shù)據(jù)圖。

最后一塊是現(xiàn)在比較火的數(shù)據(jù)中臺(tái)，將各業(yè)務(wù)線數(shù)據(jù)打通，然后提供統(tǒng)一的數(shù)據(jù)標(biāo)簽接口，攜程內(nèi)部是由數(shù)據(jù)智能部中在打造這一塊，屬于在發(fā)展階段。

這塊的發(fā)展路徑可以走數(shù)據(jù)產(chǎn)品經(jīng)理路線，是既要有數(shù)據(jù)分析技能也要有產(chǎn)品設(shè)計(jì)管理的技能，比較新興的一塊領(lǐng)域。

04業(yè)務(wù)分析師型

數(shù)據(jù)的解讀層就是目前人數(shù)需求最多的偏業(yè)務(wù)型的數(shù)據(jù)分析師，也是入門門檻最低的崗位。這種數(shù)據(jù)分析師由于相對(duì)技術(shù)的同學(xué)來說是靠近業(yè)務(wù)的，業(yè)務(wù)的領(lǐng)域更多的是跟對(duì)接需求的領(lǐng)域是相關(guān)的，領(lǐng)域取決于業(yè)務(wù)模塊類型。

業(yè)務(wù)型分析師的主要工作內(nèi)容我覺得理解成一句話就是數(shù)據(jù)需求項(xiàng)目管理，對(duì)接業(yè)務(wù)線的需求方，然后溝通相關(guān)需求，了解業(yè)務(wù)背景，最后通過數(shù)據(jù)處理與分析輸出結(jié)果，最后與相關(guān)方確認(rèn)結(jié)論后，實(shí)現(xiàn)項(xiàng)目交付。

日常3塊工作主要是：

1- 臨時(shí)性的取數(shù)；這是一個(gè)數(shù)據(jù)分析師剛到一家公司起步的時(shí)候做的最多的工作，首先是一些略復(fù)雜的取數(shù)需求，業(yè)務(wù)方自己能力無法實(shí)現(xiàn)，也有來自老板想要看一些數(shù)據(jù)，在這個(gè)同時(shí)可以熟悉一些數(shù)據(jù)口徑，和對(duì)于數(shù)據(jù)背后業(yè)務(wù)意義有更多的理解。

2- 建立指標(biāo)監(jiān)控體系；接地氣一點(diǎn)就是做報(bào)表。根據(jù)業(yè)務(wù)線KPI關(guān)心的內(nèi)容建立指標(biāo)監(jiān)控報(bào)表，輸出周期性的業(yè)務(wù)周報(bào)月報(bào)。

3- 數(shù)據(jù)分析項(xiàng)目，主要是業(yè)務(wù)線的異常原因分析，加上一些數(shù)據(jù)分析專項(xiàng)項(xiàng)目（比如一些場(chǎng)景的描述性統(tǒng)計(jì)洞察，一些基本的回歸預(yù)測(cè)模型）。

從工作場(chǎng)景基本上可以看出，絕大部分場(chǎng)景是SQL取數(shù)/或者數(shù)據(jù)集取數(shù)，然后excel可以作圖制作報(bào)告，很少的建模場(chǎng)景會(huì)用到Python。

沒有那么技術(shù)，也沒有那么業(yè)務(wù)，所以好入門，也很容易被替代，想成為數(shù)據(jù)分析專家，重點(diǎn)是懂業(yè)務(wù)的基礎(chǔ)上加一些分析思路，這才是靈魂。