自2018年開始，數(shù)據(jù)分析師的崗位就開始火熱，很多培訓機構(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。在看招聘機會的時候，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間學習Python和機器學習，其實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流程圖，通過流程我們可以識別數(shù)據(jù)分析師的種類。

通過這個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。工作內(nèi)容涉及數(shù)據(jù)底層表，數(shù)據(jù)模型搭建，進行ETL轉(zhuǎn)換建立維度表，針對業(yè)務(wù)線建立hive報表，還有spark與hadoop這種大數(shù)據(jù)平臺的分析師。

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簽體系，比如根據(jù)用戶的消費維度，瀏覽維度等等進行打標簽。還有一塊是根據(jù)用戶相關(guān)標簽進行推薦算法的應(yīng)用。

相對來說數(shù)倉的技術(shù)門檻略低一些，人數(shù)相對較多，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)的平臺化數(shù)據(jù)產(chǎn)品，對象是分析師的大數(shù)據(jù)的取數(shù)平臺（主要是SQL語言來查詢），對象是運營和業(yè)務(wù)人員的報表與數(shù)據(jù)集取數(shù)平臺（通過幾個維度字段篩選）。

還有一種是將常見看數(shù)的場景以可視化的平臺展現(xiàn)（方便業(yè)績走勢和區(qū)域達成，搜索詞熱度排名與收益情況等），像淘寶就有提供的針對商家的生意參謀這種的數(shù)據(jù)產(chǎn)品，自媒體平臺像微信公眾號也有數(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，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)分析師由于相對技術(shù)的同學來說是靠近業(yè)務(wù)的，業(yè)務(wù)的領(lǐng)域更多的是跟對接需求的領(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)需求項目管理，對接業(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)方確認結(jié)論后，實現(xiàn)項目交付。

日常3塊工作主要是：

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

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

3- 數(shù)據(jù)分析項目，主要是業(yè)務(wù)線的異常原因分析，加上一些數(shù)據(jù)分析專項項目（比如一些場景的描述性統(tǒng)計洞察，一些基本的回歸預測模型）。

從工作場景基本上可以看出，絕大部分場景是SQL取數(shù)/或者數(shù)據(jù)集取數(shù)，然后excel可以作圖制作報告，很少的建模場景會用到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，重點是懂業(yè)務(wù)的基礎(chǔ)上加一些分析思路，這才是靈魂。