数据分析师主要做什么？

发布网友 发布时间：2022-03-02 19:41

我来回答

共10个回答

热心网友 时间：2022-03-02 21:10

数据分析是干什么的？

在企业里收集数据、计算数据、提供数据给其他部门使用的。

数据分析有什么用?

从工作流程的角度看，至少有5类分析经常做：

工作开始前策划型分析：要分析一下哪些事情值得的做

工作开始前预测型分析：预测一下目前走势，预计效果

工作中的监控型分析：监控指标走势，发现问题

工作中的原因型分析：分析问题原因，找到对策

工作后的复盘型分析：积累经验，总结教训

请点击输入图片描述

那数据分析是什么的？

数据分析大体上分3步：
1：获取数据。通过埋点获取用户行为数据，通过数据同步，打通内部各系统数据。以及做数仓建设，存储数据。
2：计算数据。根据分析要求，提取所需要的数据，计算数据，做表。
3：解释数据。解读数据含义，推导出一些对业务有用的结论。

那么数据分析师主要做以上三点的工作吗？

并不全是，这个在不同企业，情况不一样。如果公司规模大的话，获取数据经常是数据开发组完成的，他们的职位一般是“数据开发工程师”或者“大数据工程师”。解释数据则是运营自己写ppt做解读，留给“数据分析师”的，其实就是中间的计算数据的一步。

有些公司（一般是做电商的），数据是直接从淘宝、天猫、亚马逊等平台导出的，然后基于这些数据做分析。有些公司（一般是传统企业），数据是直接用的大型的BI产品，然后所有人基于BI产品导出数据分析有些公司规模很小，就直接一个小组从数据埋点到数仓到提数全干了。



请点击输入图片描述

热心网友 时间：2022-03-02 22:28

数据分析师是专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的人员。

数据分析师的工作内容？

数据分析师主要负责挖掘和分析海量数据，以满足企业具体的商业需求。越来越多的企业开始依赖数据推动决策，而且也有更多的企业开始将大数据、云计算、自动化、AI等新兴技术作为IT战略的核心组成部分，这意味着，数据分析师在企业中的作用将愈发重要。

通常，数据分析师会借助BI工具来组织和分析海量数据，而分析结果应当便于所有与业务相关的人查看并理解，特别是对于那些非IT人员。

热心网友 时间：2022-03-03 00:03

付费内容限时免费查看回答马上为您解答 请稍等

您好 主要以您所设计的业务不同而不同。这里分享一个别人的工作体验。

本人18年7月份毕业，应用统计学，本科。第一份工作在南京某央企做数据分析师，主要业务是替*做一些订制化的数据分析，涉及业务都比较机密，这里不再展开。找这份工作时候我的情况大概是这样子的，考研失败，没有像样的实习经历，自学了一点机器学习的课程，工作城市选在南京。自己当时的数学和概率论的底子还算扎实，但是实际工作经验匮乏，能选择的机会其实不多。加上自己对职业规划没有什么概念，找到一份看上去对口的数据分析师工作，也没有过多考虑。在正式入职之前，我开始看一些机器学习、数据分析的课程，包括西瓜书和统计学习方法大概也看了一遍。

第一份工作，出差很多，而且刚入职就被派去独自去甲方现场完成项目，压力真的很大。然后工作之余开始努力学习，当时自己的职业目标是算法工程师，因为觉得自己数学还行而且挣钱很多。于是开始照着算法工程师的技能需求开始疯狂学习。看过的课程大概有python、计算机网络、机器学习、数据结构、大数据、自然语言处理，当然并不是每一门都看的很深入。期间自己也参加过天池和kaggle的一些数据科学竞赛，主要是为了学习如何建模。然而，由于工作中能用到的实在有限，而且更主要的是没有专业的团队带领。因为这份工作基本都是在客户现场待着，就一两个同事，所有工作中遇到的问题和成长都得靠自己不断学习，总体来说还是没什么成长。考虑到这个行业的壁垒和自己以后的发展，我决定迈入互联网金融行业，于是2019年9月底辞职，去到了魔都上海。

以上您可以参考一下 希望能帮到您，助生活愉快

热心网友 时间：2022-03-03 01:54

数据分析师指的是不同行业中，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。

作用
越来越多的*机关、企事业单位将选择拥有数据分析师资质的专业人士为他们的项目做出科学、合理的分析、以便正确决策；越来越多的风险投资机构把数据分析师所出具的数据分析报告作为其判断项目是否可行及是否值得投资的重要依据；越来越多的高等院校和教育机构把数据分析师课程作为其中高管理层及决策层培训计划的重要内容；越来越多的有志之士把数据分析师培训内容作为其职业生涯发展中必备的知识体系。
2工作职责
互联网本身具有数字化和互动性的特征，这种属性特征给数据搜集、整理、研究带来了*性的突破。以往“原子世界”中数据分析师要花较高的成本（资金、资源和时间）获取支撑研究、分析的数据，数据的丰富性、全面性、连续性和及时性都比互联网时代差很多。
与传统的数据分析师相比，互联网时代的数据分析师面临的不是数据匮乏，而是数据过剩。因此，互联网时代的数据分析师必须学会借助技术手段进行高效的数据处理。更为重要的是，互联网时代的数据分析师要不断在数据研究的方*方面进行创新和突破。
就行业而言，数据分析师的价值与此类似。就新闻出版行业而言，无论在任何时代，媒体运营者能否准确、详细和及时地了解受众状况和变化趋势，都是媒体成败的关键。
此外，对于新闻出版等内容产业来说，更为关键的是，数据分析师可以发挥内容消费者数据分析的职能，这是支撑新闻出版机构改善客户服务的关键职能。
3要求
技能要求
1、懂业务。从事数据分析工作的前提就会需要懂业务，即熟悉行业知识、公司业务及流程，最好有自己独到的见解，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。
2、懂管理。一方面是搭建数据分析框架的要求，比如确定分析思路就需要用到营销、管理等理论知识来指导，如果不熟悉管理理论，就很难搭建数据分析的框架，后续的数据分析也很难进行。另一方面的作用是针对数据分析结论提出有指导意义的分析建议。
3、懂分析。指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。
4、懂工具。指掌握数据分析相关的常用工具。数据分析方法是理论，而数据分析工具就是实现数据分析方法理论的工具，面对越来越庞大的数据，我们不能依靠计算器进行分析，必须依靠强大的数据分析工具帮我们完成数据分析工作。
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。[1]
其他要求
良好的沟通交流能力，文字语言表达能力，较好的逻辑分析能力；
具有的产品策划开发能力，项目管理，商务沟通能力；
强烈责任心，开放的性格，良好的沟通能力； 擅于协作，具备良好的团队合作精神；
能够在压力下开展工作；善于学习。

热心网友 时间：2022-03-03 04:02

1、懂业务。从事数据分析工作的前提就会需要懂业务，即熟悉行业知识、公司业务及流程，最好有自己独到的见解，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。
2、懂管理。一方面是搭建数据分析框架的要求，比如确定分析思路就需要用到营销、管理等理论知识来指导，如果不熟悉管理理论，就很难搭建数据分析的框架，后续的数据分析也很难进行。另一方面的作用是针对数据分析结论提出有指导意义的分析建议。
3、懂分析。指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。
4、懂工具。指掌握数据分析相关的常用工具。数据分析方法是理论，而数据分析工具就是实现数据分析方法理论的工具，面对越来越庞大的数据，我们不能依靠计算器进行分析，必须依靠强大的数据分析工具帮我们完成数据分析工作。最简单的工具如Excel，hihidata，都是需要熟练掌握的。Excel精通的话可能要好几年，hihidata学起来就方便多了，一天就能达到熟练状态。
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。分析工具里面一般都自带了一些图表样式，如Excel里面的柱形图，饼图等，hihidata里面的仪表盘，雷达图，折线图，地图等等

热心网友 时间：2022-03-03 06:27

1. 制作报表
处理数据分析工作常常根据业务需求，用各种图表来展示各种指标数据，简单明了地展示各种指标的变化趋势，方便更好的得出结论，做出相关决策。其中：折线图传递变化趋势的信息、饼状图传递组成成分的信息、柱状图传递数值大小的信息、散点图传递数据集中度的信息、面积图传递数值累积的信息。
常用报表开发工具有BO、FineReprot、JasperReports、润乾、congos、biee等，最简单的就是从execl报表开始做数据分析。
2. 异常数据分析
所有不符合随机波动的数据概括为异常数据。
异常数据判断依据：此项指标的历史波动范围，来源于你的数据敏感度。
处理流程：发现异常--分析原因--给出方案--推动执行--监控效果--反思总结。
3. SQL查询语言
数据存储基本是存放在各种数据库包括mysql、oracle、nosql、sysbase等等，因此要学会、掌握sql查询语句、存储过程、函数等，以此更好开展数据分析工作。
4. 数据需求
处理数据需求对于数据分析师而言，最关键的是要足够了解业务。
5 .项目性分析

热心网友 时间：2022-03-03 09:08

一是帮助企业看清现状（即通常见的搭建数据指标体系）；

二是临时性分析指标变化原因，这个很常见，但也最头疼，有时还没分析出原因，指标可能又变了，注意识别这里面的伪需求（数据本身有波动，什么样的变化才是异常波动？一般以[均值-2*标准差，均值+2*标准差]为参考范围，个别活动则另当别论）；

三是专题分析，这个专题可大可小，根据需求方（也有可能是数据分析师自己）而定，大老板提出的专题分析相对更难、更有水平一些；

四是深层次解释关系和预测未来，这个技术难度和业务理解水平要求相对更高一些。如，影响GMV的关键因子是什么？这里当然不是显而易见的付款用户数和客单价，而是需要探索的隐性因素；再如，预测下一个季度甚至是一年的GMV，以及如何达成？

热心网友 时间：2022-03-03 12:06

这就看你做哪个行业，专门从事行业数据搜集、整理、分析，并依据数据做出行业研究、评估和预测的专业人员。但不同行业的需求情况也存在区别，参加的CDA数据分析师课程，搭建大数据实验室与共建专业。

热心网友 时间：2022-03-03 15:54

数据分析师对现有的数据进行分析，数据分析师本质是提炼数据规则 为数据增值 满足客户需求一个工作流程.
比如互联网行业：
大数据双向在线特性的最典型案例是“今日头条”，这个新闻应用，号称能够在“5秒钟算出你的兴趣”并且“根据兴趣智能推荐新闻”，它秉承的就是双向在线的理念。你在这头输入自己的兴趣爱好，它在那头输出匹配的新闻信息，这就形成了不需要人工编辑的新闻引擎。“今日头条”本身并不生产内容，但是这个新闻应用在2年内激活了1.2亿用户，4000万月活跃用户，一跃成为传媒新贵。
数据会成为未来重要的生产资料，只要在互联网上走过，数据就会留下脚印。这些数据沉淀下来，将为人们提供重要的参考。在未来，数据将会是一种重要的战略资源。企业拥抱互联网，让在线的数据通过分析计算产生价值。
风能发电行业
风力发电机有一个叶片，时间长了就要换，否则不安全，过去这个叶片一般10年换一次，因为没办法知道具体产品的使用情况，只能根据以往叶片老化的情况来估算。但这家公司在叶片上装了传感器，就能检测每个叶片的具体使用情况了，风大的地方，叶片老化快，可能8年就要换，风力均匀的地方，有些叶片可能用15年，这样就能节省资本更新的成本了。
而且，过去这家公司只生产设备，这些设备被卖到国外，具体安装到什么地方，他是不知道的，有了传感器，公司就能知道这些发电机被安装到哪里，这些地方的风力是大是小，一年四季哪天有风哪天有雨，这些数据都可以获取。根据这些数据，就能知道哪些地区风力资源丰富，有重点地规划未来市场。传统的行业利用大数据，就能更好地实现市场预判和销售提升，分分钟实现逆袭。

热心网友 时间：2022-03-03 19:59

主要有以下几个方面的内容：

一为产品经理服务，国内产品经理不懂数据分析，而新产品的竞争情报分析、产品敏捷测试等都需要数据分析师帮助完成，后期产品迭代优化还是需要数据分析师采集用户行为、习惯、评价等数据来完成；

二是为运营服务，产品运营中的用户流量、促销、顾客关系管理等需要数据分析师帮助完成；三是公司数据制定和标准建设、各部门数据打通，数据化管理等工作需要数据分析师完成；

四是数据情报和数据预测为高层服务。

从以上四个方面看商业分析能力和业务知识能力就显得尤为重要，这个时候是考验分析师的业务理解能力及通过数据为企业解决实际问题的能力了。比如分析师的分析流程、分析思维、分析技能、展示说服能力。可以考虑进这方面专业的公司，或者运气好碰到有经验的老师带你一段时间，像我运气不错刚进了决明就碰到了老师带我，进步的很快，所以现在基本把这一套搞得很熟练了。