动态 版块 发帖 消息 我的
Loading...
image
a365社区,创业社区,赚钱社区!官网:www.a365.top
a365官方Lv24   
数据分析师,岗位真相最全解析!     

很多同学希望加入数据之路,很多同学想在数据之路上更上一层楼。可是,你真的知道,企业口中的“数据分析师”是啥玩意吗?有经验的老鸟都切身体会过,在数据分析师的名字下,隐含了大量乱七八糟的情况。 

很多企业压根就没有正确的认识和清晰的规划,反正只要是搞数据,就叫个“数据分析师”。或者叫“业务/策略/运营/战略/用户分析师”,看起来和数据分析有关系,实际情况千奇百怪。如果不识别清楚,很有可能一脚踏坑里,被坑得叫苦不迭,原本对数据之路充满憧憬,进门一看“什么玩意”!今天我们系统解析一下。

一、从数据来源说起

企业数据有四大常见来源:

行业数据:行业情况、宏观数据,一般是第三方提供

用户数据:直接发问卷,调研用户/门店/经销商情况

外部系统数据:比如经营天猫店、亚马逊等平台,平台数据

内部系统数据:企业自身交易系统、ERP、CRM、网站、APP记录数据 

这四种数据来源,对应的是完全不同的四个方向: 

▌ 行业研究线:行业数据→行业研究→战略/策略方向。一般只有对行业政策敏感的行业,比如银行、证券,大型集团总部才设专职岗位做这个,对应行业研究线。行业研究线完全不需要开发技能,关键是:你对行业懂多少。看似门槛低,实际上这些大企业本身招人条件,都过滤掉很多人了。

▌ 市场调研线:问卷/访谈→市场调查→营销/设计方向。市场调研在快消、零售、连锁店、耐用品设计等传统企业非常流行和成熟。在大的互联网企业有可能有用研中心,但小互联网公司估计产品经理和运营自己就稀里糊涂干了。这一条线完全不需要开发技能,关键是:问卷设计、访谈设计、资料总结这些调研相关的经验。 

▌ 平台运营线:使用平台→整理报表→运营建议。这一类经常叫“淘宝/亚马逊/电商数据分析”或者叫“销售分析”“供应链分析”之类。这些就是我们俗称的“表哥表姐”每天主要的任务就是从某个系统导出excel表,然后整理一个新的excel表。至于看得懂看不懂这个excel,完全看业务能力,跟技术操作没啥关系。 

▌ 数据开发线:内部系统→数据仓储→数据模型/数据中台→数据产品(BI)。这一条线,才是目前市场上热烈追捧的技术线路。但注意,这里实际上对应的是好几种技术能力,不是一路打通下来的。在稍微有点规模的公司,这里对应的也是好几个岗位,不是一个人通吃。至少数仓一定有专门的人做。然而经常有企业把这些混在一起,都叫“数据分析师/数据工程师”结果自然是搞得新人头晕脑胀。

数仓、建模、BI、甚至取数,深入下去都有大量技术知识要学。并且从业越深入,交叉领域越多。单一的技能适应能力会非常局限。现在的网红课程往往喜欢把excel,sql,python打包,叫“数据分析师”,把hadoop叫“大数据工程师”,把excel,sql,tableau打包,叫“商业分析师”,把sklearn调个参,叫“人工智能工程师”。给几个数据集让用户跑,其实极大简化了真实工作场景,对于应对初级的、基础类取数(俗称查数姑的小姑娘)是可以的,再深入就得掂量掂量斤两了。 

还有一类很特殊,叫:“高级分析”。有些公司会在业务部门插一个“高级分析”之类。这个位置给得等级高、工资高、但不带人,直接对某个业务大佬汇报。这些岗位虽然可能叫“高级策略分析师”“高级战略分析师”“高级运营分析师”之类的,可本质上要的是业务能力。没有做过总裁办的工作,没有制定过战略规划,没有实战运营能力,是几乎没可能胜任的。而且越是面对大佬,被直接秒杀的概率越大。 

以上五类都是和数据有关工作,如果企业区分清晰,就会有五个不同方向岗位出来。在数据开发方向,还有具体技术类型的差异。在业务上会有明确的业务类型差异。然而这是理想状况。更多的情况是:把这些玩意通称“数据分析师”“商业分析师”。结果引来各种混乱。

二、混乱的根源,在这里

理论上,最理想的状态是:

数据开发五条线齐全(数据仓储、数据建模、数据产品、数据分析、数据治理)并且归属IT管理

市场调研、行业研究统一管理,并且归属市场部或战略发展部,归业务管理。

所有业务分析都不该单独设岗位,做事情的人自己就得有分析能力

这样分工清晰,各自工作、汇报、晋升,路线很清晰,能最大化发挥作用。理论是美好的,现实是残酷的。这样的架构,对企业有很多要求:

1、企业规模够大

2、领导对数据来源、生产、作用非常清楚

3、HR对数据来源、生产、作用非常清楚

4、企业分工职责很清楚,相互不打架

5、IT部门得到足够尊重,有足够投入

6、业务部门有足够能力解读,应用数据

7、领导们各司其职,相互配合

8、领导们对发展目标有清晰认知 

你会发现,以上8个条件经常不存在。

初级问题: 


企业规模不够大,需要一人干一堆事

领导自己稀里糊涂:“不就是个数据吗,一个人不够?搞俩人?”

HR小妹稀里糊涂:“需要熟悉Python,R,SPSS,EXCEL工具


是滴,你会发现招聘时候,凡是写:“需要熟悉Python,R,SPSS,EXCEL工具”的,基本都是只要EXCEL,招聘要求里有SPSS的基本都是HR小妹妹不懂行百度来的用人要求。这样自然容易把各种岗位混为一谈,最后招来的人货不对板。

中级问题: 


运营/市场/推广不满IT工作效率慢,想自己招个人取数

运营/市场/推广的人没能力解读数据,找个小弟来码Excel表

IT内部管理混乱,被人要数要着急了,招个人取数

IT部门投入不足,反正数据相关的,来个人全干了


这种情况下,经常发现挂着“数据分析师”头衔,实际上就会打杂的,每天无休无止的码excel表,无休无止跑sql,各种乱七八糟的IT问题也会塞过来处理,真干了,叫苦不迭的就是这些同学,惨呀。

高级问题:


业务部门觉得“大数据好厉害”,我要来个懂“大数据”的人帮我解决引流、卖货、选品、促活等问题

业务部门觉得“我们的IT都不会用数据,我要个用数据的高手!”

IT部门觉得“老板真喜欢数据中台”,我要做个数据中台,管它做了干什么。



这种情况下,经常发现一个小哥/小妹开开心心去面试,结果去了也不知道自己干啥,绩效方向不明,业务的领导一直在抱怨自己“没有有价值的产出”,IT的领导总让自己做“中台”“模型”结果到底模了个啥也不知道。最后不了了之,明年被扫地出门。本质上,不是自己不能干,而是老板们自己没想清楚。

三、如何摸清“这个数据分析师在说啥”

以下几个关键问题,可以直接问:

先问:部门归属开发、还是业务 

如是IT部门,继续问:

1、是否有独立数据部门

2、 数仓,ETL有没有人做?

3、 是否有明确的数据产品?

4、数据中台/用户画像/数据模型,有没有明确的应用场景? 

如是业务部门,继续问:

1、分析的数据是(调研、内部系统、平台、第三方)

2、汇报的领导是(专职的数据领导还是某个业务线领导)

3、需要自己提数/有IT支持

4、领导口中的:“深度分析”是什么场景(或者自己举几个例子,看看对方满意不满意)

四、机遇与挑战,从来都是并存的

我们都希望能入职一个架构齐全,分工合理,目标清晰的公司,所以可以在了解岗位的时候,多做一些工作。但是,岗位不清晰,也不代表着完全没机会:

架构不清晰:自己能做出一片天地

目标不明确:想办法结合业务做出成绩

岗位很基础:平台大的话能给职业生涯镀金

业务领导有期望:做好了就能高升

或者干脆,自己想先换个行业/换个岗位,只要不太差就先干着

从来风险都是和机会并存的,成功从来都属于能力强的人,所以也不用因为有风险而胆战心惊。只是,要做好对应的准备。包括技术上准备,心理上准备。

很多同学是萌萌哒抱着“学习”的心态,结果进了架构不全,职责不清,目标不明的公司,结果自然被虐得出血了。同样的人,进野外就得凶猛,进庙堂就得谦卑,根据具体场景选择方法,才能走的最长远。

-END-


【转载说明】   若上述素材出现侵权,请及时联系我们删除及进行处理:8088013@qq.com

 899  已被阅读了1026次  楼主 2021-02-24 00:00:00
回复列表

回复:数据分析师,岗位真相最全解析!

guest
登录之后更精彩~
独家最新单职业打金传奇
云服务器4核8G5M仅1688/3年
云服务器4核8G5M仅1688/3年 玩游戏被坑过多少钱?上线满V了解一下?
您的IP:18.232.55.103,2021-04-23 22:17:04,Processed in 0.02494 second(s).
路还很长,淘金者蜂拥而至,机遇、挑战、竞争共存,共创美好未来!