大数据从业者都在做什么，聊一聊数据分析的工作特点
数据，让一切有迹可循；数据，让一切有源可溯。信息时代的到来，我们每天都在产生数据、创造数据和使用数据，普通人的直观感受是技术变化的日新月异，是生活方式的时过境迁，那么影响了这么多人生活的大数据从业者，他们的工作又是怎样的，是否像大数据概念一样神秘莫测呢？今天我们就从数据分析说起，说一说数据分析师的工作特点。第一个问题：数据分析师平时做什么？
数据分析师日常的工作可以分成两个部分，一个是定量的调研，例如用户刷卡金额多少时提醒办理分期，例如用户申请信用卡时选择给多少额度，一般的大公司相对而言有比较完善的数据体系，因而有比较强烈的动机来分析消费者的日常行为；另一个是宏观类的分析，例如分析90后、00后的消费习惯，分析消费者外卖平台的选择情况，部分有统治力的大企业很擅长整合业内资源，也有强烈的动机来完成对于行业的分析研究。第二个问题：数据分析师的工作体验如何？
数据分析师通常分为基层、中层和高层三个阶段，基层的工作需要整理Excel表、写Sql查询数据、用R语言分析数据模型等工作，这部分工作本身是很消耗精力的，要应对很多杂事，但却是每个数据分析师的必经之路。中层开始承接一些分析的专题，例如为什么某个品类的销售额下降了，某个季节可能的爆款产品是什么，这个阶段需要你有比较好的沟通能力和分析能力，需要让外行也能够听懂你的分析结果。高层要求能够建立项目，通过某种方式让大家来认同你的工作能力，例如完成一套算法能够提升某种商品销量，不能让数据停留在报告中，而正能够产生真正的收益。第三个问题：数据分析师的职业发展路径怎样？
数据分析师是一个典型的门槛高、天花板低的职业，入门需要很多的硬技能，比如说Excel、Sql、R或Python语言等，还需要学习统计学、运筹学的相关知识。但数据分析师并不是一个能够直接产出价值的岗位，更多的是扮演支撑业务的角色，因此很容易碰到发展的天花板。数据分析师工作本身的路径很短，作为一种专业能力非常好用，能够帮你解决很多别人想不到的商业问题，如果具备了数据分析的能力，能够让你在其他岗位上发展的更好。第四个问题：数据分析师的困难有哪些？
困难有很多，例如分析用的数据非常零散，无用的信息很多，整理起来非常费力；等你把数据整理好了，开始做统计，领导又会觉得加减乘除太简单，有没有更深度的方法；你用模型做出了一份报告，领导又会觉得太复杂搞不明白，有没有简单一点的方法；如果你的结果和大家平时认知的差不多，又会被吐槽做了跟没做一样；如果你的结果和大家认知结果差很多，又会被批评与市场常识完全不同…… 其实，这才是大数据时代的真实面貌：听起来再高大上的职业，总要从最普通的事情做起，再厉害的技术，也是由这些平淡无奇的事情组成的。
页:
[1]