數據分析師都干啥？

數據分析師都干啥？

數據分析師，簡(jiǎn)單切詞為“數據”，“分析”，“師”。因此，獲取必要的數據，分析這些數據，然后從數據中發(fā)現一些問(wèn)題提出自己的想法，這就是一個(gè)數據分析師的基本工作內容。

自己做了兩年數據分析師，真的覺(jué)得古語(yǔ)說(shuō)的對，“功夫在詩(shī)外”。一名好的數據分析師，接到一個(gè)需求時(shí)，會(huì )更多考慮這個(gè)需求本身，包括要做的東西是什么，為什么這么做，還可以怎么做，怎么去做，關(guān)鍵點(diǎn)是什么。都想清楚了，才去動(dòng)手做。建議任何一名數據分析人員，都能在做以前把問(wèn)題想清楚，確認清楚，不要等到做完才發(fā)現自己做錯了，那樣會(huì )很浪費時(shí)間。自己這方面曾犯過(guò)N多錯誤。

下面簡(jiǎn)單談下做一名數據分析師要經(jīng)歷的幾個(gè)步驟：

(1)獲取數據

獲取相關(guān)的數據，是數據分析的前提。每個(gè)企業(yè)，都有自己的一套存儲機制。比如淘寶，所有的數據都在HADOOP上，很多數據都要經(jīng)過(guò)HADOOP，hive來(lái)獲取。因此，基礎的SQL語(yǔ)言是必須的。具備基本SQL基礎，再學(xué)習下HIVE的細節的語(yǔ)法，基本就可以通過(guò)HIVE拿到很多數據了。每個(gè)需求明確以后，都要根據需要，把相關(guān)的數據獲取到，做基礎數據。

(2)數據處理

獲取數據，把數據處理成自己想要的東西，是一個(gè)關(guān)鍵點(diǎn)。很多時(shí)候，有了數據不是完成，而是分析的開(kāi)始。數據分析師最重要的工作就是把數據根據需求處理好，只有數據跟需求結合起來(lái)，才能發(fā)揮數據的價(jià)值，看到需求的問(wèn)題和本質(zhì)所在。如果連數據都沒(méi)處理好，何談從數據中發(fā)現問(wèn)題呢?

對于數據的處理，有兩種形式：

a>如果初步提取的數據是在LINUX上，建議學(xué)一門(mén)腳本語(yǔ)言，比如AWK，或者PYTHON。如果掌握一門(mén)腳本語(yǔ)言，不僅可以在LINUX系統上寫(xiě)很多自動(dòng)腳本來(lái)運行，會(huì )大大節省自己的時(shí)間，而且可以通過(guò)腳本語(yǔ)言把基礎數據處理成自己想要的任何形式，直接可以使用。

b>如果數據沒(méi)有在LINUX上，那可以download，然后通過(guò)其他統計軟件來(lái)處理。個(gè)人推薦SAS或者R語(yǔ)言。SAS的強大，不必多說(shuō)。沒(méi)有SAS解決不了的問(wèn)題，而且SAS也有SQL，處理起來(lái)也方便。R語(yǔ)言最近也很火，而且免費，packages越來(lái)越多，畫(huà)圖也簡(jiǎn)單，類(lèi)似Matlab。如果前期數據處理的好，后續只需要通過(guò)R或者SAS畫(huà)一些圖就可以了。在數據分析師的世界，按照價(jià)值排序，圖>表>文字。

(3)分析數據

這里的數據，包括圖，表，數字幾種。分析數據是整個(gè)分析的關(guān)鍵，也考驗分析師的水平。好的分析師，可以根據趨勢圖，對比數據，敏銳的觀(guān)察到很多問(wèn)題�？墒沁@需要對業(yè)務(wù)，對數據有很深的了解，才會(huì )把數據和業(yè)務(wù)結合起來(lái)，發(fā)揮兩者的價(jià)值，完成需求。所以，一名數據分析師，要把更多的時(shí)間放在了解業(yè)務(wù)上。只有業(yè)務(wù)了解，細節清楚，才會(huì )明白業(yè)務(wù)變動(dòng)可能引起的數據指標的變動(dòng)，也會(huì )在后續的需求分析中，更快更全面的解決其他人提出的問(wèn)題�？赡芎芏嗳硕己芾Щ�，怎么才能“敏銳”的觀(guān)察到數據的變動(dòng)呢，我為什么怎么也發(fā)現不了問(wèn)題呢?個(gè)人感覺(jué)可以通過(guò)以下方法，來(lái)慢慢鍛煉：

a>多問(wèn)幾個(gè)為什么。比如，看到一些指標，就想想這些指標代表什么，用自己的話(huà)可以怎么理解;看到一條趨勢線(xiàn)有波動(dòng)，就想想為啥子某個(gè)點(diǎn)異常波動(dòng)呢?多問(wèn)問(wèn)問(wèn)題，自己就會(huì )加深對業(yè)務(wù)和指標關(guān)聯(lián)的敏感性。

b>借鑒統計方法。統計學(xué)中，都會(huì )有一些橫縱對比，趨勢分析等等。對比，在分析師數據時(shí)候，是一個(gè)很重要的東西。任何東西，也因為了對比，才會(huì )有高有低，有長(cháng)有短。另外，分布，也是一個(gè)很好的東西。分布的變化，就意味著(zhù)變動(dòng)，變動(dòng)的發(fā)展結果，就能知道業(yè)務(wù)發(fā)展的好壞。再次，占比啊等等，都是很簡(jiǎn)單但是實(shí)用的方法。

c>向師兄請教。有的時(shí)候，一個(gè)問(wèn)題，自己沉迷其中不能自拔，旁觀(guān)者一句話(huà)，就能點(diǎn)清自己的思路。當自己分析數據不得要領(lǐng)的時(shí)候，就多請教師兄。

(4)展示成果

分析數據以后，解決需求的問(wèn)題，就需要匯總分析的成果，給到其他人�？赡芊治龅倪^(guò)程，拿到的數據有很多，需要全部給其他人么?怎么去羅列這些數據呢?可能很多人都犯難。有一次，一個(gè)同學(xué)來(lái)問(wèn)我，她有很多數據，但是就是不知道該怎么組織，才能證明自己的結論是對的。其實(shí)，作為一名數據分析師，就是根據數據，把問(wèn)題解決，提出一兩條參考建議給到需求方就OK了。因此，回復的結果簡(jiǎn)單明了就好。如果是回復一封郵件，可以這樣來(lái)做：

a>郵件正文，先寫(xiě)主要結論，即根據數據和需求，有什么結論。這樣大家第一眼就能抓到最關(guān)鍵的東西，可能不需要看那些詳細的數據;

b>如果覺(jué)得有必要，就在下面再把分析過(guò)程寫(xiě)進(jìn)去;

c>如果圖和圖表不多，可以添加到郵件第三部分。畢竟放上數據，任何同學(xué)有疑問(wèn)，可以隨時(shí)去看數據。如果圖和圖表實(shí)在太多，就放到附件!

其實(shí)，做一名數據分析師，真的不容易，不僅要懂業(yè)務(wù)，還要會(huì )技術(shù)，更要敏銳發(fā)現問(wèn)題，總結，還要提出建議。自己干了N多工作，最后還不一定能得到一個(gè)好的結果。做了兩年數據分析師，自己的重心也在慢慢的轉移。從剛開(kāi)始技術(shù)學(xué)習，到后面技術(shù)+業(yè)務(wù)的結合，到現在自己又鉆到業(yè)務(wù)，研究業(yè)務(wù)，慢慢發(fā)現：一名好的數據分析師，是一個(gè)好的產(chǎn)品的規劃者和行業(yè)的領(lǐng)跑者。

【數據分析師都干啥？】相關(guān)文章：

數據分析師的職責02-07

數據分析師工作職責05-27

數據分析師的崗位職責11-03

數據分析師崗位職責07-01

數據分析師的職責15篇02-07

數據分析師的職責(15篇)02-08

數據分析師的職責精選15篇02-08

數據分析師個(gè)人簡(jiǎn)歷03-03

高級數據分析師的工作職責12-30

數據分析師工作職責（精選15篇）04-14