全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 数据分析师(CDA)专版
6326 10
2016-03-22

数据分析助理到中级数据分析师数据分析师养成记


说到数据分析师,大家可别以为数据分析师的职称就是一个而已。要知道,从数据分析助理到数据分析师,甚至再到数据分析专家,中间要走的路可不容易啊,要付出的时间和精力也不小啊。所谓“吃得苦中苦,方为人上人”啊。数据分析师养成记,注定是一名艰难但是值得的道路。下面就从数据分析助理到中级数据分析师来给大家讲讲数据分析师养成记。


(116).jpg



1、数据分析助理


鉴于梳理该阶段下,分析人员的主要工作可能主要是数据提取、制作日常报表等基础性工作。可见,完成这项工作的前提是:数据提取的路径是明确的;日常报表的格式是确定的。


因为大多情况下,数据分析助理都是各公司的实习生,他们对业务的理解有限,很少有能力独立完成数据报表从0到1的制作和沟通确认工作。因此,对于数据分析助理的培养基础有如下几条:


1、提供明确的数据提取路径(无论是数据库语句,还是系统取数路径),并且要以文档的形式提供;


2、提供报表模板,同时在模板中注明提取出的数据如何整理粘贴在模板中;


3、有数据分析师在前期完成1、2的工作,并随时根据报表的使用进行调整;


4、有培训人员为其讲解报表,包括:报表完成的目的、报表中展现的业务内容、报表中各项基本指标的业务含义及系统口径等(有的时候,这些内容也会直接记录在数据字典、报表制作说明等标准文档中)。


(122).jpg


不过,很多企业在BI系统较为成熟的情况下,已经不再需要人工完成日常报表的制作,因而对于数据分析助理的定义正在逐步地与初级数据分析师重叠。


这里提几个问题:


1、谁决定了制作报表的目的?


2、指标的口径和报表的内容是如何确定的?谁确定的?


3、谁会去做并且有能力完成报表、指标等内容的梳理?为什么?


(132).jpg



2、初级数据分析师


这个阶段的数据分析师更多完成的是“接到分析任务,按照领导要求做出来”的工作,多数完成的是各种分析报告的编写。初级数据分析师接到的这类工作通常有如下几个特点:


1、分析的目的和内容是明确的,使用的分析方法范围也是基本确定的;


2、分析内容的业务逻辑是成熟的(一般领导在布置工作时会直接讲解业务逻辑);


3、评价分析结果的标准是明确的(因为业务路径成熟,分析框架、方法也是成熟的,较容易评判结果的好坏);


这个阶段对数据分析从业者的要求更多侧重于对分析方法的灵活使用、对业务的深入理解,所以这一时期的培养前提包括:


1、对分析对象业务逻辑、业务流程、业务路径的全面梳理,从而形成适用于分析对象各个业务场景的分析逻辑框架;


2、分析过程中使用的关键指标和维度、分析方法、分析路径、评价标准都是明确的(有时候也是经过了历史检验的);


3、分析结果的有效性、可执行性也有相应的方法进行预测、检验和评估;


4、上述三项内容,一般都有以往的分析结果文档作为沉淀,可提供给初级数据分析师进行学习;


5、在分析团队中,有人能掌握上述三项内容,并能够对初级数据分析师进行指导(甚至是一对一的指导);


(104).jpg


当然,很多时候数据团队会接到一个探索性的研究课题,但是当初级分析师接到工作任务的时候,这些课题的整体逻辑框架已经由领导们理清了,所以他们接到的工作常常是这个大课题下的一份非常具体的工作了。


这里再提几个问题:


1、分析报告的需求由谁提出?如何确定的呢?


2、分析对象中的业务逻辑该由谁来梳理?怎么梳理?


3、分析过程中的指标、维度、方法、路径等,又是如何确定下来的?


4、什么人该对初级数据分析师的工作进行指导?


(115).jpg



3、中级数据分析师


这个阶段的数据分析师具有独立完成数据分析项目的能力,甚至能够带领团队完成工作任务。这里的分析项目从低到高可以分为:数据分析专题设计、数据挖掘模型构建、数据应用场景及流程设计、数据应用产品(后两类的项目涉及一部分产品方面的内容,可能属于中高级数据分析师的水平)。也是从这个时候开始,数据分析师的成长方向出现了更为细分的情况,如:数据科学家、数据产品经理等(相关文章较多,这里不再赘述)。


不过进入这一阶段,数据分析师不再是一个只会听从工作安排的“跟从者”,而是转而成为各项数据分析工作的主导者,此时他们的工作有如下几个特点:


1、工作时再没有具体的工作目的,需要数据分析师自主确定分析工作的目的,或与需求方沟通引导其确定分析工作的目的;


2、工作中涉及到的业务逻辑没有人可以提供,数据分析师必须自己有能力整理所有的业务逻辑和业务流程,必要时也需要和需求方沟通确认;


3、工作中使用的分析方法不是确定的,数据分析师要先期完成该领域的数据探索工作(也有可能是借鉴别人已经完成的探索结论等),而后再确认使用的分析方法、模型算法、分析框架等;


4、工作完成的结果没有特别明确的好坏之分:若是一次性的工作,则多以工作结果的认可度为准;若是长期的工作,数据分析师则会在后续的工作中逐步优化工作结果,使之更适用于业务场景;


5、分析师不再只是简单负责自己的工作就可以,也要对团队中其他成员的工作效果负责。


(114).jpg


这一阶段,更为注重的是数据分析师的独立思考和解决问题的能力, 还有非常重要的一点就是这一阶段的数据分析师一般都具有非常强大的学习能力。如何能成长为这样的数据分析师呢?我觉得可能有以下几个前提:


1、分析师自身不满足于只完成工作任务,喜欢动脑,且更愿意思考“为什么?怎么来的?有什么好处?”


2、具有强大的逻辑思维能力,在面对任何问题时都能运用自如;


3、懂得从别人身上获取经验,从而转变为自己的经验,并能将这个想法付诸实践;


4、口才不错,可深入沟通,可激励下属,可忽悠领导,可严谨陈词;


5、不再站在分析工作的层面看问题,而是以更高的视野看到数据背后隐藏的制衡、利益和机遇。


(还有什么?欢迎大家补充)


从以上4点,能够看到中级数据分析师的培养前提与前两个阶段有非常大的不同,这一阶段可能更多强调的是分析师的自我培养。


针对中级数据分析师的解析,应该能够解答前两类数据分析师说明中提出的问题。


因个人水平有限,针对中级数据分析师的问题,以及对高级数据分析的解析,现在还没有能力写出来。这里算是留给大家的一个思考吧~~欢迎各位与我交流沟通!



附件列表
(112).jpg

原图尺寸 71.18 KB

(112).jpg

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2016-3-22 17:51:27
我们来看一下高级数据分析师的任职要求:
1、统招本科及以上学历,统计、金融、计算机等相关专业,三年以上相关工作经验。
2、熟悉数据分析工具和数据分析模型。熟练运用SQL,对R、spss等数据建模工具有一定的掌握。
3、商业嗅觉灵敏同时善于沟通,能够深入了解业务挖掘业务问题和痛点,通过商业分析为公司运营决策、产品方向、销售策略提供数据支持。
4、较强的学习能力,能承担一定的工作压力。
岗位职责
1、通过数据监控发现企业运营中的问题,并给出决策支持建议。
2、精细化运营支持及策略优化。例如配合产品经理参与定价和竞价机制、促销策略等的制定。
3、完善数据评估机制,推动公司的数据化运营。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2016-3-22 17:53:13
信仰的海洋 发表于 2016-3-22 17:51
我们来看一下高级数据分析师的任职要求:
1、统招本科及以上学历,统计、金融、计算机等相关专业,三年以上 ...
三年以上工作经历,专业要求也不简单。感觉高级数据分析师就是硕士出来的级别了。
看来成为高级数据分析师,不单单技术专业要过关,媒体公关能力也不容忽略啊……
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2016-3-22 17:54:31
从数据分析助理,到初级数据分析师,到中级,再到高级数据分析师,中间相隔的不仅仅是资历,还有难以跨越的专业知识啊,这个需要好好增值一下了。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2016-3-22 17:57:23
过了中级分析师的门槛,高级分析师的要求主要就变成了生活经历和个人修养方面的提升了。关于专业技术知识,中级数据分析师掌握得都差不多了,难怪说一般职位越高,越考验一个人的情商,而不是智商了。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2016-3-22 17:57:51
从事数据分析工作的人必须了解你使用的数据是怎么处理出来的,要了解数据库的结构和基本原理,同时如果条件充足的话,你还能有足够的能力从数据库里提取你需要的数据(比如使用SQL进行查询),这种提取数据分析原材料的能力是每个数据从业者必备的。此外,如果要想走的更远,还要能掌握一些编程能力,从而借住一些专业的数据分析工具,帮助你完成工作。
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

点击查看更多内容…
相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群