数据分析师工作内容_数据分析师就业前景_数据分析师薪酬

摘要：数据分析人员在工作中到底需要做什么？教科书说的再多，依然是纸上谈兵，下面从实例告诉大家，让你对数据分析工作有一个更直观的认识。实例一部分正在从业者用亲身经验告诉你，一部分公司招聘HR现身告诉你.

教科书上写的数据分析师需要具备的技能：

1. 最重要的是要精通excel

表格的数据处理技巧，数据透析等；也就是需要excel表格用得非常娴熟的人才。

2. 数字敏感度要强，一看到某个数据就能够感觉出数据是否存在不合理的地方，同时预测问题所在并以最快的时间找出问题根源并提出解决方案。

3. 熟悉公司业务，和行业知识。若脱离行业认知和公司业务背景，分析的结果只会是脱了线的风筝，没有太大的使用价值。

4. 掌握分析的理论知识，掌握数据分析基本原理与一些有效的数据分析方法，并能灵活运用到实践工作中，以便有效的开展数据分析。基本的分析方法有：对比分析法、分组分析法、交叉分析法、结构分析法、漏斗图分析法、综合评价分析法、因素分析法、矩阵关联分析法等。高级的分析方法有：相关分析法、回归分析法、聚类分析法、判别分析法、主成分分析法、因子分析法、对应分析法、时间序列等。

5. 懂设计。懂设计是指运用图表有效表达数据分析师的分析观点，使分析结果一目了然。图表的设计是门大学问，如图形的选择、版式的设计、颜色的搭配等等，都需要掌握一定的设计原则。

数据分析从业人员所认识的数据分析师工作内容和职责

A.在美国做数据分析，

我们的客户是零售商和一些快消品的生产商，数据分析对很他们重要。由于超市都有会员卡，每一笔消费都会上传到我们的数据库，所以我们拥有详尽的数据可以用来分析。

首先超市或者商店里有大大小小的打折促销活动，要知道这些活动有没有效果就得对关键性的指标进行对比，做出报告告诉客户这些活动的效果。有的广告公司也会找我们分析他们的广告效果，这时候就得在数据库里找实验组和对照组进行建模，在SAS里做统计分析。当然我们也会和一些公司合作搞调查问卷什么的。

另外季度性的报告也是很重要的，各种各样的指标要进行分析对比，看KPI，画趋势图，各个门店各个部门都要看。有时候会有一些门店或者一些部门指标下滑了也要找出原因。

客户关系管理也很重要，要决定怎么给客户发促销邮件，

广告，怎么发优惠券之类的。相信看过《塔吉特大数据营销》这篇文章的人都能领悟大数据的魔力。另

外，Target确实是家好超市。

还有一些分析是研究产品之间的关联度的，这样可以给经理们提供上架建议。对于新产品也有一套指标来检测他们的表现，不好的下架。

在公司里做的项目还不太多，大概就上面几类吧。

B．目前在一家电商公司从事数据分析的工作

刚入门的时候都会从最基本的做起，也就是先做表格。

先是学做日报。这是每天到公司做的第一件事，虽然很基本，步骤很统一，也很机械，但是每天的日报都能看出前一天的销售状况，整个月的销售走势，本月的任务完成程度，过去24小时内流量来源的对比，转化率的变化，客单价的涨幅等等，清晰且明了。近年来手机端流量的崛起，也为此单门添加无限端的流量、销售的分析，以及无线端和PC端的占比分析。

采用表格，折线图，以及文字表述等方式，通过邮件发给公司里各个部门的主管。

再有就是日销、库存类的表。这些是关于每一天销售过后的库存、产品销售预测、以及店铺内的top产品的表。

产品销售预测，是通过近30天内的销量，求平均作为销售速度，或者如果近期有大幅度的活动力度，也可取近一天的销售量作为销售速度预测。

通过vlookup得到对应的库存，再通过公式计算得出，按正常日均销量销售的话，一定时间内会出现库存紧缺的产品，做出库存预警。top产品的列取可以帮助在做活动推广的时候，更好的选取产品，也可以直观展现近期产品的受欢迎程度，也间接能反应消费者在宣传作用下的消费偏好。
流量分析相关表。电商行业对流量的来源分析会更注意，先流量细分，再者只要出现和近期数据相比有较大幅度变化的都需要反映出来。拿淘宝平台的商家来说，站内有钻展，直通车，首焦等流量来源，如若出现较大变动都需要去找对应的原因。站外的话因为会不定期在各个平台做活动，也是需要去相对应的部门获取近期流量来源。

复盘。每一个较大活动完了都需要对这次活动做复盘，分析销量，走势，和前期对比，哪些不足，什么时间点卖的好等等。

数据分析是公司运作较核心的部分，公司每采取一个决策，都需要参考公司数据指标，每制定一个营销政策也都要结合当前的数据表才能制定。数据分析可以帮助公司更清晰的知道自己的特色、优势，以及消费者的偏好、大环境的变化等等，以此来更好的运作。

C．数据分析挖掘工作人员
给产品经理的产品优化提供数据支持，这是对数据驱动改进。验证产品经理的产品改进效果，这是数据求证。为高层做邮件和报表，抽取出公司运营的关键指标供高层监控公司的运营情况.

D．互联网+分析
1.KPI指标监控，异常指标分析，寻找问题根源，为老板做建议
每周都会有：出现什么问题，问题的原因是什么，各个小team的Action，每周这么循环下去。
2.各种周期性报表，各种临时性提数 3.针对某一特定业务问题的分析报告
4.针对某一业务问题的进行线下建模和分析，最终推动模型上线周期性跑模型，跑模型的效果报表。
建模这块最麻烦的是需要与业务方沟通，搜集资料，梳理需求，定义好各个指标，加工成所需要的特征变量，特征变量的寻找很多时候都是尝试，摸着石头过河。

E.新媒体+数据分析日常类：
1、周期性的数据报告，不同的汇报对象侧重点不同。 2、KPI指标优化，不同阶段侧重点不同。 3、数据模型建立和持续评估效果，实时进行。
不定期：
1、特定的数据分析专题。 2、拉一些人来分享

其他：
解决运营中遇到的大大小小问题和需求

F. 企业类的数据分析
目前企业类的数据分析主要集中在BI阶段，即普遍意义上的报表。还有一些工作是给业务部门和销售团队提供数据支撑。
如果希望真正的利用数据发现价值，业务部门才是真正使用数据的地方。没有目标的数据分析都是纸上谈兵。
数据部门的优势在于能够拿到整个公司所有系统的数据，能从更多的维度和更宏观的角度发现数据中存在的价值。但是很遗憾，数据部的同学们都在业务部门的需求中疲于奔命，再者说来也没这种意识。
努力提升自己的话语权也该是数据分析师在自己的工作中应该考虑的一部分内容。数据驱动才能真正的不再只是一句口号。

G.数据工作人员
1、了解和整理产品部门的数据需求
2、技术性工作。主要编码处理数据、偶尔做些数据分析 3、管理性工作。项目的计划安排和进度控制、业绩填写。

Part2: HR招聘数据分析人员，需要的人才是这样的

A.某电子商务公司：

1. 每天观察网站流量，对流量来源的地区、性别、年龄段、收入情况等等一堆数据进行分析，然后，写分析报告，提出问题并制定相应的解决方案。

2. 分析库存和销售数据，为产品的采购提供分析数据，从数据中抓住趋势，解决企业的库存压力。
3. 活动数据分析，每次商城做用户回馈的促销活动之后都必须对品类、库存、用户、流量进行分析，并结合活动策划进行数据匹配，从中分析出促销活动的不足，为下一次的促销活动提出解决方案。
4. 数据分析师应该要了解公司营销和产品部门的动向，分析出公司所做的营销活动和产品调整造成了哪些影响，达到了哪些目的。从数据中去发现。

B.某网站招聘数据分析师：
1. 根据公司的发展及战略规划，对大数据平台的功能及产品进行前瞻性整体的规划及部署。

2. 熟练运用各类数据统计工具，快速响应各个部门、客户的数据需求

3. 数据分析统计报表的建立与优化

4. 提供各种分析以及数据标准，如：流量分析、转化率分析、投资回报率分析等

5. 部门其他日常事务

岗位要求：
1. 本科以上学历2. 3年以上数据统计、分析经验，熟悉数据分析的主要方法、思路 3.3有数据项目经验或企业业务/运营/网站数据统计、分析经验，擅长数据挖掘、数据规律分析及分析模型建立者优先 4.对数据有高度的敏感度和警觉性、逻辑性及系统性思维 5.工作细致，责任心强，勤奋善于思考，有很强的学习能力。6.熟练使用Excel等相关统计工具.

C. 某信息分类网站
职位描述： 1 、抽象数据分析需求，形成有竞争力的数据产品，帮助产品业务更深刻的理解并运用数据； 2 、基于对互联网产品和业务的深入理解的基础上，独立承担复杂分析任务，为产品方向提供决策支持； 3 、负责相关项目性工作的数据支持、业务报表的制作； 4 、建立产品业务相关的数据统计模型。职位要求： 1 、本科及以上学历，计算机、统计学、数学、信息管理、社会学等相关专业， 3 年以上咨询、互联网行业工作经验； 2 、良好的数据分析能力，有丰富的数据分析、挖掘、清洗和建模的经验； 3 、熟悉互联网数据采集，具备大数据处理能力 , 熟练运用 SQL ，掌握 hive 等相关数据工具； 4 、善于沟通，具有良好的团队合作精神； 5 、有互联网行业数据分析工作、做过数据挖掘行业的优先。

D.某市场研究公司：
任职条件本科以上学历，经济、管理、统计、营销、金融、投资、企管等专业，硕士或MBA优先；熟悉定性或定量分析方法，熟悉各类研究模型；熟练运用Sas, Matlab, Excel，Spss, PowerPoint数据分析软件，思维敏捷、文笔流畅、具有较强的资讯整合分析能力；可独立完成方案设计和研究报告的撰写及报告演示；有咨询公司或市场研究公司2年以上分析工作经验优先；工作态度好，认真细致负责。有创新意识，良好的团队合作精神，能够承受工作压力；较强的文字和沟通协调能力，执行能力强，具有敏锐的市场洞察力和良好的组织计划及逻辑分析能力；持有中数委颁发的项目数据分析师执业资格证书者优先。职位描述根据公司安排撰写项目建议书、各类项目研究分析报告；协助完成售前咨询和方案设计；协助项目经理承担项目管理，对整个项目进行管控协调
E.某投资咨询公司
岗位职责： 1、负责业务数据的提取和统计分析； 2、参与公司数据业务相关的设计和开发；
任职资格： 1、本科（含）以上学历，数学、统计、金融、计算机等专业背景，一年以上数据分析相关工作经历； 2、有兴趣致力于金融领域的数据分析研究； 2、熟练操作Excel；SPSS Clementine、R、SAS等统计软件，至少熟悉一种；熟练操作SQL查询语言； 3、熟悉决策树、聚类、逻辑回归，关联分析、SVM，贝叶斯等数据挖掘算法，有数据挖掘的项目经验优先； 5、良好的逻辑分析能力、分析问题和解决问题的能力，对数据敏感，良好的沟通能力；

F.某科技公司
岗位职责：１、根据产品特点及需求，分析设计报表，提出报表开发需求方案；２、建立分析客户模型，对客户重点数据分析，按产品、地区、时间、客户类别等等综合分析；３、负责相关业务数据收集、归类及整理；４、对相关数据进行分析，制作数据统计表；５、负责各项数据模型的开发、维护、并撰写报告。岗位要求： 1、数学、应用数学、统计、数据挖掘或计算机等相关专业本科以上学历； 2、 3年以上网站数据分析工作经验，能够对网站流量数据、内部用户数据、以及转化数据等数据清晰统计分析，对数据敏感，细心耐心，对数据分析有一定的兴趣，有很强逻辑分析能力，能够熟练使用EXCEL，善于使用Excel制作图表； 3、具有严密的数据分析能力以及出色的危机处理能力与反应力； 4、熟悉数据分析与数据挖掘理论，互联网应用技术知识、网络知识； 5、数据分析能力和数据敏感度，能够从数据中发现问题；具备处理和分析较大量级数据的能力； 6、熟悉MYSQL/ORACLE数据库，能够熟练使用SQL语言进行数据查询，会写存储过程进行复杂的查询及数据处理 .

G.某游戏公司
【岗位职责】 1 、负责游戏运营数据的收集整理，并输出常规性的产品数据报告； 2 、监控产品运营中各功能模块数据，评估潜在风险，为运营人员提供决策支持； 3 、整理已有的数据报告，为运营人员提供游戏分析报告，负责游戏运营过程中各项分析需求； 4 、定期对用户特征数据、用户行为数据、财务数据进行统计并建模分析； 5 、定期监控和收集竞品数据进行分析，帮助产品在市场中有核心竞争力。
【任职要求】 1 、本科及以上学历，统计、应用数学、计算机数据挖掘相关专业； 2 、热爱游戏、热衷移动互联网，理解用户需求； 3 、熟练使用各类数据统计工具，具有良好的逻辑分析能力与沟通能力； 4 、具备基本编程能力者优先。

H.某电商公司
岗位职责： 1.负责经营分析数据采集、维护及数据异常的跟踪处理； 2.对海量数据进行分析，基于历史数据建立分析模型挖掘数据内在的模式和规律，并与公司实际业务相结合，建立良好的数据分析和汇报机制； 3.负责经营分析指标的优化和跟踪分析，对公司运营和财务状况深入分析并提供改进方案； 4.对新人进行数据分析软件使用及分析逻辑的培训和指导。

任职要求： 1.计算机、统计学、数学、计量经济学、金融学等相关专业，本科及以上学历，5年以上数据分析挖掘相关工作经验； 2.精通SAS、SPS等统计分析软件使用； 3.具备数据库基础，了解Oracle等主流数据仓库，熟练使用SQL从数据库底层提取数据； 4.对商业和业务逻辑敏感，具备良好的逻辑分析能力、组织沟通能力和团队精神； 5.具有很强的团队意识，有诚信、愿意分享和承担责任； 6.具有海量数据分析、挖掘相关项目的工作经验者优先； 7.有互联网相关行业背景，有公司运营数据分析或财务数据分析经验优先； 8.具备较强的规划和统筹能力，有较强的执行能力； 9.富有创业精神, 充满激情, 乐于接受挑战。

I.某信息咨询公司：
工作职责： 1、负责公司产品业绩数据分析，能够对核心、信贷的数据进行分析，并将之与信贷资产核算与逾期客户的数据要求结合起来分析原因、提出改进方法； 2、熟悉银行信贷、核心业务系统的业务流程及机制； 3、熟悉银行综合业务系统、信贷管理系统、资金交易等业务系统数据结构，能够对核心的信贷数据进行分析； 4、具备银行数据分析、数据建模、数据整合能力与工作经验。职位要求： 1、数学、统计、金融数学或计算机等相关专业硕士以上学历； 2、熟练运用数据处理及基础数据分析方法，擅长利用模型进行分析、预测； 3、数据敏感度高，善于数据提炼，有丰富的数据分析、挖掘、清洗和建模的经验； 4、至少熟练掌握和运用一种统计软件（SAS/SPPS等）； 5、为人耐心细致，工作认真，有求知欲，具敬业精神和良好的团队沟通能力； 6、了解Oracle数据库，掌握SQL语句者优先。

数据分析师就业前景:

从20世纪90年代起，欧美国家开始大量培养数据分析师，直到现在，对数据分析师的需求仍然长盛不衰，而且还有扩展之势。根据美国劳工部预测，到2018年，数据分析师的需求量将增长20%。就算你不是数据分析师，
但数据分析技能也是未来必不可少的工作技能之一。在数据分析行业发展成熟的国家，90%的市场决策和经营决策都是通过数据分析研究确定的。

用数据说话，重视定量分析，也逐渐成为科学研究、企业经营、政府决策等过程着重考虑的问题。目前随着各行各业的不断发展，数据分析行业涉及的领域正由最初的投融资项目分析转向为企业经营、管理方面服务。照此发展，相信不远的将来，中国的数据分析行业一定也会发展到行业精细化的程度。数据分析师或将成为职场新宠。