数据分析师职位要求.doc

做数据分析前我们首先要明确分析目的和内容，对于数据分析师而言，他们的进阶需求无外乎是 各个企业对数据分析师的职位要求。在前程无忧、中华英才网以及智联招聘上，我们随便搜索下数据 分析的岗位信息，都能找到大量类似于下面的一些职位要求信息： …员畫尅司1E勢杂致毎岸管理维沪 z 程竖抜幅轻魅跡目蠻摄 x分tF反预讪咅黨未来卄待斎臨歸给 ￡、机极酉洁业豹帝囲需要? 题业势萍月答【加标任^￡3测亂泾下逖 廿鳩药 八大专尺以上学卧 哪±1作齢 ：、銃尸祠青姑应用用关碇?那祁阵郦.碗沖是一?各加烤那 指七招養数拥礪ar ms良倩苗尿 殉SJ炸来 11■绪优成辟辿 3、JW*?1臊心詛贰凌用當弔匡敎、搭窿i；式、斓么土数振透视克箸，雕VW数振障［?o或耳也教孵琳储 电、人品皓正，甘览即犒捕，晦蛊兽，尙碰、表诂、学习桃门餐龍狀蜜霞變压加右那h音ItXItfl* 别看岗位职责，任职要求这么多，说白了主要就三点要求： 1） 对相关业务的理解； 2） 掌握一到二种数据分析工具； 3） 良好的沟通。可能不同的公司因为需求不同，会在要求上有点小小的不同，而这个不同主要集 中在数据库上。了解数据分析师的具体需求之前，我们有必要先了解数据分析师的职位体系。 数据分析师的职位体系 数据分柑 职位休系 数据分析 工程师 *数据分析］ 师 1 J 1 1 r 1 算法工程、 师 建模工程、 师 X 丿 数据分析 专员 数据分析 师 1 j 「资探数据 分析师 〔数据分析 X— ■ 芒 在传统行业中，数据分析更多存在移动、银行、超市等行业，在这些行业中你才会偶尔听到数据分 析师这个职位，也许更多是听到数据挖掘工程师、 数据建模师。在中国也许只在电信的项目中， 才会存 在真正的意义上的数据挖掘。 数据行业从广义上讲可以分为以下几个职位： 1、数据分析师 更注意是对数据、数据指标的解读，通过对数据的分析，来解决商业问题。主要有以下几个次层 次： 1） 业务监控：诊断当前业务是否正常？是否存在问题？业务发展是否达到预期 （KP）?如果没 有达到预期，问主要问题在哪？是什么原因引起的？ 2） 建立分析体系：这些数据分析师已经对业务有一定的理解，对业务也相对比较熟悉，更多帮业务方建立一套分析体系， 或者更高级是做成数据产品。 例如：营销活动。分析师会告诉业务方， 在活 动前你应该分析哪些数据， 从而制定恰当的营销计划。 在营销过程中，你应该看哪些数据， 从而及时做 出营销活动调整。在营销活动，应该如何进行活动效果评估。 3）行业未来发展的趋势分析： 这应该是数据分析师最高级别， 有的公司叫做战略分析师/商业分 析师。这个层次的数据分析师站的更高， 在行业、宏观的层面进行业务分析，预测未来行业的发展，竞 争对手的业务构成，帮助公司制定战略发展计划， 并及时跟踪、分析市场动态，从而及时对战略进行不 断优化。 主要技能要求： 数据库知识（SQL至少要熟悉）、基本的统计分析知识、 EXCEI要相当熟悉，对 SPSS或SAS有一定 的了解，对于与网站相关的业务还可能要求掌握 GA等网站分析工具，当然 PPT也是必备的。 2、 数据挖掘工程师 更多是通过对海量数据进行挖掘，寻找数据的存在模式、或者说规律，从而通过数据挖掘来解决 具体问题。数据挖掘更多是针对某一个具体的问题， 是以解决具体问题为导向的。 例如：聚类分析，通 过对于会员各种人口统计学、行为数据进行分析，对会员进行分类，对不同的类型的会员建立相应的 profiling，从而更好的理解会员，知道公司会员是到底如何？高、中、低低价值的会员构成，既可以后 期各种会员的运营提供指导， 提高活动效率，可以指导公司的营销， 例如广告的投放策略。 以及用于公 司各种战略的制定。 主要技能要求： 1） 数据库必须精通。很多时候，你模型的数据预处理，可能完成在数据库里完成，你用到的数 据库技巧更高。 2） 必须要会成熟的数据挖掘工具、数据挖掘算法，例如： SPSS/CELEMENTINE SAS/EM等，当 然如果你会一、二款开源软件，并会写一些程序代码那是最好的， 大公司都喜欢用开源的软件， 例如： R、WEKA。 3、 数据建模师 这个职位与数据挖掘工程师还是有本质区别的。 数据建模师，更多偏向于中、小数据量，而且其使 用更多更多是统计学的方法，而数据挖掘中的例如： 决策树、神经网络、 SVM等在这里是根据不会涉 及的。 当然二者有一个共同之处都是， 针对很具体的问题， 都是会解决某个具体问题， 例如：营销反应 率，你就可能历史的邮箱、 短信的反应情况，来建模型进行预测， 从而提高邮件反应率， 或者减少对用 户来说的“垃圾”邮箱，提高用户体验。所以从掌握的技能上讲， 这二者就有很大的区别， 数据建模师 其实很少会提到算法这个词，更