編輯導(dǎo)語(yǔ):數(shù)據(jù)分析是一個(gè)通過對(duì)原始數(shù)據(jù)進(jìn)行分析,從而挖掘有效信息的過程。隨著大數(shù)據(jù)時(shí)代的到來,各行各業(yè)都意識(shí)到了數(shù)據(jù)的重要性,因此數(shù)據(jù)分析師崗位也被越來越多的人所知曉。那么,數(shù)據(jù)分析師的日常工作是什么?數(shù)據(jù)分析師之間又有哪些共性和非共性呢?本文作者做出了回答。
有同學(xué)會(huì)說,得先定義清楚數(shù)據(jù)分析。是的,想定義清楚數(shù)據(jù)分析,不能看他叫什么,而要看他做什么。適用于任何職位。
總結(jié)有4個(gè)方向可能影響到日常工作內(nèi)容,按影響程度排列:
所在的部門歷史工作年限+入職時(shí)長(zhǎng)個(gè)人的技術(shù)棧數(shù)據(jù)部門的規(guī)模既然是一個(gè)特定職業(yè),那么無(wú)論在什么部門,無(wú)論工作多久,一定是有一定的共性的。就像畫家總會(huì)拿起自己的畫筆,司機(jī)自然會(huì)有一輛車~
我們先簡(jiǎn)單定義分析師為:對(duì)數(shù)據(jù)進(jìn)行一定的處理,并輔助需求方?jīng)Q策。
對(duì)數(shù)據(jù)處理的工具有很多,但是基本都繞不開兩個(gè)核心 EXCEL + SQL。
想要輔助決策,首先要了解對(duì)方干什么。如何了解業(yè)務(wù)?通過數(shù)據(jù)看業(yè)務(wù)的表現(xiàn),和需求方溝通,參與需求方的會(huì)議,到需求方進(jìn)行輪崗等。
這些內(nèi)容可以用流程圖+文檔記錄,幫助自己理解業(yè)務(wù)流程及細(xì)節(jié)。
需要將信息有效的傳遞到需求方中,需要使用合理的方式將信息傳遞。可視化是常見的且有效的方式,這里一般使用EXCEL就可以完成對(duì)大多數(shù)的需求,但是更建議掌握一個(gè)BI工具。
推薦使用商業(yè)化產(chǎn)品,例如tableau,power bi等。匯報(bào)時(shí),可以使用PPT,但是要注意效率問題,畢竟制作一個(gè)邏輯合理,美觀的PPT還是很肝的。
無(wú)論你在什么部門,什么行業(yè),EXCEL + SQL + BI + 流程圖(了解業(yè)務(wù))對(duì)于小白來講,快速掌握以上幾點(diǎn),是進(jìn)入工作角色有力的保障。
1)數(shù)據(jù)中臺(tái)組
當(dāng)項(xiàng)目有多條業(yè)務(wù)執(zhí)行線時(shí),且部門對(duì)全部業(yè)務(wù)線服務(wù)時(shí),該數(shù)據(jù)部門就可以定義為中臺(tái)組。比如,同時(shí)為產(chǎn)品、市場(chǎng)與渠道、運(yùn)營(yíng)提供數(shù)據(jù)支撐。
這個(gè)時(shí)候更多的會(huì)在底層數(shù)據(jù)服務(wù),除共性內(nèi)容外:
了解數(shù)據(jù)庫(kù)存儲(chǔ)邏輯,字段含義,了解數(shù)據(jù)指標(biāo)具體定義及產(chǎn)出邏輯;承接各需求部門提數(shù)需求,部分可能會(huì)需要python等腳本語(yǔ)言來處理;數(shù)據(jù)埋點(diǎn)文檔產(chǎn)出;為業(yè)務(wù)方提供的數(shù)據(jù)產(chǎn)品的配置及培訓(xùn)等。2)運(yùn)營(yíng)部門
活動(dòng)運(yùn)營(yíng):會(huì)統(tǒng)計(jì)每一次活動(dòng)的效果,及流程轉(zhuǎn)化率,產(chǎn)出每次的數(shù)據(jù)結(jié)案,及是否優(yōu)化建議。主要會(huì)關(guān)注到成本情況,效益情況,各流程轉(zhuǎn)化率情況,用戶在活動(dòng)后表現(xiàn)。用戶運(yùn)營(yíng):了解用戶生命周期。產(chǎn)出用戶畫像及用戶分層規(guī)則,并執(zhí)行精細(xì)化運(yùn)營(yíng)的邏輯策略,同時(shí)統(tǒng)計(jì)效果。有能力需進(jìn)行頻繁的AB測(cè)試,沉淀測(cè)試結(jié)論。其他運(yùn)營(yíng):略3)市場(chǎng)及渠道部門
統(tǒng)計(jì)投放及效益數(shù)據(jù),核心為成本模型的搭建。并測(cè)試出各種渠道的效果,可以根據(jù)不同的目標(biāo),進(jìn)行投放的調(diào)整。
2023年了,除了傳統(tǒng)的渠道方式,現(xiàn)在更有私域渠道,社交媒體渠道。可能會(huì)要求了解新型營(yíng)銷內(nèi)容,技術(shù)上可能會(huì)要求爬蟲技能。
4)產(chǎn)品部門
主要為產(chǎn)品功能的數(shù)值監(jiān)測(cè),新功能數(shù)據(jù)復(fù)盤,用戶路徑分析;功能AB測(cè)試,提供分析結(jié)果及測(cè)試建議;尋找用戶留存和活躍的魔法數(shù)值,該部分和用戶運(yùn)營(yíng)重疊。5)戰(zhàn)略情報(bào)部門
市場(chǎng)研究及競(jìng)品分析企業(yè)成本模型,用戶分析使用PPT進(jìn)行信息傳遞可能會(huì)要求爬蟲技能【工具】6)算法組
注:算法與數(shù)據(jù)分析是兩碼事,已經(jīng)完全是另外一種工作。
這個(gè)主要是決定在 一線工作內(nèi)容 和 資源協(xié)調(diào)溝通的 上的時(shí)間分配問題,比如:
實(shí)習(xí)生:一線工作內(nèi)容 100%,還不一定可以做的很好;初級(jí)數(shù)據(jù)分析師:一線工作內(nèi)容90%,資源協(xié)調(diào)溝通 10%;高級(jí)數(shù)據(jù)分析師:一線工作內(nèi)容50%,資源協(xié)調(diào)溝通 50%;管理:一線工作內(nèi)容20%,資源協(xié)調(diào)溝通 80%。從高級(jí)分析師開始,大概率已經(jīng)會(huì)有partner或者開始帶人了。
不會(huì)python會(huì)影響數(shù)據(jù)分析么,在絕大部分是不會(huì)的。但是會(huì)python的時(shí)候,在一定程度上可以做更多的事情。
比如將自己的某些需求自動(dòng)化;比如自己爬蟲一些內(nèi)容;比如會(huì)R在統(tǒng)計(jì)分析上,可能也會(huì)有一定的優(yōu)勢(shì);比如只會(huì)power bi 或者只會(huì) tableau的人,工作方式也會(huì)有一點(diǎn)點(diǎn)的不同。但是這里也有一個(gè)巨大的陷阱:
自己給自己的陷阱:過于專注于某一個(gè)技術(shù)手段,忽略了數(shù)據(jù)分析核心的內(nèi)容。技術(shù)手段長(zhǎng)遠(yuǎn)來看,基本上都會(huì)被工具所代替。公司給自己的陷阱:比如公司會(huì)讓你爬數(shù)據(jù),而不單獨(dú)招一個(gè)工程師。相當(dāng)于身兼多職,在數(shù)據(jù)分析方向投入的精力就會(huì)相對(duì)較小。數(shù)據(jù)部門的規(guī)模大小,決定了大家的分工情況,這個(gè)數(shù)據(jù)部門也包含數(shù)倉(cāng)等崗位。企業(yè)的數(shù)倉(cāng)建立完善,報(bào)表工具高效,BI工具完善,埋點(diǎn)數(shù)據(jù)健壯,運(yùn)營(yíng)系統(tǒng)數(shù)據(jù)支持完備。
那么分析師在這些環(huán)節(jié)就不需要投入太多的精力,會(huì)更多的投入到業(yè)務(wù)方向上。否則,哪里有缺失,數(shù)據(jù)分析師作為潤(rùn)滑劑或樞紐,就會(huì)在哪個(gè)環(huán)節(jié)人肉頂上。
本文由 @冷凡 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載
題圖來自 Unsplash,基于 CC0 協(xié)議
咨詢電話:18511557866
關(guān)注微信
關(guān)注微信