新知一下
海量新知
5 9 9 5 0 9 1

数据分析师做什么?——我眼里的数据分析师

我做数据分析师 | 分享数据分析师的职业经验 2020/01/03 12:50

新知达人, 数据分析师做什么?——我眼里的数据分析师

作为一名数据分析行业的从业人员,我时常会去关注他人对于数据分析师这一职业的看法。我所关注的人,既有朝夕相处的公司同事,也有素未谋面的行业专家。在不同的信息背景下,各人的看法自然存在差异,有的甚至于完全相反。但不可否认的是,客观上来说,在不同环境中的数据分析师,本就不该是千篇一律的。

正所谓“一千个观众,就有一千个哈姆雷特”,企业在挑选与自身相匹配的数据分析师时,也是如此。在互联网招聘平台上,以“数据分析师”作为关键词搜索。结果显示,各家企业对于数据分析师的需求迥然有别。不同的企业对于数据分析师,有“数据分析”、“数据挖掘”、“数据仓库”、“数据建模”等等差异化的岗位标签。其对于数据分析师工作能力的要求,有的侧重于商业分析,有的注重工程能力,有的偏重于数学建模,有的则需要拥有运营能力。此外,与数据分析师相关的各种培训平台,所提供的数据分析师的培养体系也是各有各的特色。

个性鲜明的培养体系,林林总总的用人需求,再加上从业人员多样化的教育背景和职业规划,使得人们对于数据分析师这一职业有着多元化的认知。

新知达人, 数据分析师做什么?——我眼里的数据分析师

在这里,我来说说我眼里的数据分析师,谈谈数据分析师究竟是一份什么样的职业,数据分析师到底要做些什么?

我眼里的数据分析师与厨师十分相似,数据分析的过程和厨师烹饪的过程有着异曲同工之妙。采集的数据好比是厨师精挑细选的食材,使用的数据工具就像是厨师手中的炊具,分析的思路、方法和技巧就如同厨师所掌握的烹饪技艺,分析所得的结论就宛如厨师端上桌的菜肴,做数据信息的分享沟通则好似厨师在传达美食理念。要成为一名优秀的数据分析师,就应像一位能做出佳肴美味的厨师一样,懂得烹饪技艺(会分析),能选取合适的食材(会选取数据),还要用得顺手各式炊具(熟悉各种数据工具),更要知晓如何通过菜品传达美食理念(擅长沟通)。

我眼里的数据分析师可以表示成下面的等式:

数据分析师 = 数据(处理) + 分析(问题) + (分享沟通)师

数据分析师的职责就是利用数据,来帮助他人解决问题。一名称职的数据分析师,应当能够从纷繁复杂的数据中,发现有用的信息,并将这些有用的信息,以精确且容易理解的方式展现给需要的人。一直以来的工作经验告诉我,数据分析师在工作中,应当注意“以数据处理为中心,以分析问题为核心,以分享沟通为重心”。

新知达人, 数据分析师做什么?——我眼里的数据分析师

以数据处理为中心。数据分析师当然少不了和数据打交道,娴熟地对数据的进行加工处理是每位数据分析师的基本功。数据分析师在充分理解问题的诉求后,首先要估计解决问题需要哪些数据,紧接着规划数据采集的方法、流程,然后进行数据的清洗,再进行数据的分析,最后执行数据的可视化。数据处理的流程示意如下。

新知达人, 数据分析师做什么?——我眼里的数据分析师

以分析问题为核心。脱离了待解决的实际问题,孤立地分析数据是没有任何意义的。数据分析师的工作应该围绕着分析和解决实际问题来展开。下面以构建业务模型为例来说明这一点。

构建业务模型的目的是为了去理解业务,并在此基础上去优化业务。业务模型由两部分组成,一部分是分析师抽象出来的事物以及这些事物之间的关系(分析模型),另一部分则是对于这些事物的属性和事物之间关系的量化描述(指标体系)。

分析过程中常用的分析模型包括分析业务环节转化关系的漏斗模型,研究业务演变趋向的趋势模型,体现业务态势的 SWOT 模型,规划业务发展的目标分解模型等等。根据业务特点,选用适当的分析模型,构建可应用的指标体系,能够帮助分析师准确地理解业务,快速定位业务痛点,并结合数据给出相应的业务优化方案。

指标体系的可应用性,是指在当前业务环境下,一个指标体系是否能够驱动业务正向发展。指标体系驱动业务正向发展的能力,包含两个层次的内容,一是准确地描述业务的能力,二是基于前者有效地优化业务的能力。

新知达人, 数据分析师做什么?——我眼里的数据分析师

能够驱动业务的指标就是好指标。好的指标应当是清晰的指标,是可以比较的(量化的)、方便获取的和容易理解的指标。例如,在一家酒店对其菜品研发成果进行验收时,评委们会从色、香、味、形、意、养等方面来评判,按照等级给出得分,并采用一套计算机制(去除最值、求加权平均值等统计方式)来计算菜品最终所得的分数。这时的菜品分数就是一个好指标,它能够客观地综合并量化菜品在各个方面的评价。验收时采用这样的指标,确保了对厨师们工作评价的客观公正。厨师们也能根据所研发的菜品在各方面的得分和最终得分,继续升华菜品和提升技艺。

坏指标又是什么样子呢?比如,现在隔壁老王经营着一家餐馆,他想要了解并改善餐馆的经营情况。一名经验不足的数据分析师,为老王的餐馆经营分析设计了一些指标 —— 总收入、总支出和总利润。通过这三个指标,老王虽然能够知道自己的餐馆是否在盈利,但是当老王想要提升和最大化餐馆的盈利时,这些指标却无能为力。因为这些指标只能描述餐馆的经营结果,并没有量化餐馆的经营过程,老王也就无从得知可以从哪些方面着手改进餐馆,增加餐馆的盈利了。

新知达人, 数据分析师做什么?——我眼里的数据分析师

以分享沟通为重心。数据分析贯穿数据的整个生命周期,需要跟多方协作。参与协作的人员存在着不小的跨越性,此时,分享沟通是维系良好协作的纽带。数据分析工作的跨越性主要体现在三个方面:跨专业、跨部门和跨层级。跨专业是指数据分析需要拥有不同专业背景,存在信息差异的人员相互协作。跨部门是指数据分析需要多个部门资源共享,紧密配合。数据分析师常打交道的部门可以分为两类,第一类是数据相关技术的支撑部门(技术研发部门),需要该类部门提供数据采集、存储、处理和展现等相关技术的支持;第二类是数据价值的应用部门(业务部门),包括且不限于运营部门、产品部门、销售部门、客服部门等。跨层级是指数据分析的参与方跨越不同的层级,如活跃在一线的业务员、充当领头羊的团队领导以及拥有决策权的高层管理者。

最后总结一下,数据分析不只是一项技能,更是在孜孜不倦地探索真相;数据分析师也不仅是一份职业,更是热爱艺术的科学家。


新知精选

更多新知精选