数据分析师发展,所需技能要求
A类:商业分析师 特点:上手快、深入难
主要的工作:帮助业务、市场以及管理层做一些数据的洞察,还原数据的本质,讲述数据的故事,要很清楚的了解市场要什么?用户爱什么?
需要掌握的:
硬性技能:SQL、EXCEL、PPT
软性技能:表达能力、视觉思维、逻辑性强、思维清晰,特别是沟通能力!!!
掌握的方法论:ABtest、AAARRR、SWOT、RFM、28原则、5W2H等
掌握的统计学:常规统计指标(均值、中位数、分位数、T检验等)、回归、聚类、因子、决策树、逻辑回归等,这些足够了
加分项:图表可视化、结构化思维、金字塔原理、千万级数据处理经验(这类一般1年遇不到几次)
注意:掌握一些宏观数据的获取方式,没事的时候多收集一些,自己根据所在行业而定,从事互联网或者移动互联网的话,最好掌握一种自助式BI工具,比如Google Analytics、百度统计、taklingdata、神策数据等
总结:不一定技术强、算法掌握牛,但一定要能深入行业、深入场景
B类:初级分析师 表哥表姐表神图爹图奶
主要的工作:协助业务或者上级完成一些常规的需求,这类一般是别人要什么,我们做什么,但是在不同的行业,不同的部门做的事情差异还是很大
需要掌握的:
硬性技能:SQL、EXCEL、PPT、python\spss\R任选其一,根据场景而定
软性技能:沟通能力、抗打击能力、数据管理能力(数据库和数据字典)
掌握的方法论:ABtest、AAARRR、SWOT、RFM、5W2等,不知道也能干
掌握的统计学:常规统计指标(均值、中位数、分位数等)、回归、聚类、因子、决策树、逻辑回归等,这些足够了,但基本高级的模型用不上,定位决定
加分项:图表可视化、语言表达、书写表达
突破:要自己根据环境主动参与一些讨论,承担一些从无到有的分析,从被动变为主动
总结:纯人工智能提数机
C类:数据分析师 每个人的梦想,独当一面
主要的工作:除了被动的常规分析外,还要能主动发现业务存在的问题,会用数据找事,梳理业务发展与指标体系之间的关系,从日常监督分析开始,更多的是专题性的分析,无中生有
需要掌握的:
硬性技能:SQL、EXCEL、PPT、python\spss\R任选其一,tableau\powerbi,也要懂一些BI工具、市面上流行的数据产品
软性技能:沟通能力、表达能力、逻辑思维强
掌握的方法论:ABtest、AAARRR、SWOT、RFM、28原则、5W2H,用户及产品生命周期等
掌握的统计学:常规统计指标(均值、中位数、分位数等)、回归、聚类、因子、决策树、逻辑回归、机器学习等,这些足够用了
加分项:图表可视化、PPT展示、系统性思维、在行业有很多认识和沉淀
要点:算法、技术、工具、业务混为一体,样样都要懂
总结:这类目前市场上很紧缺,被称为稀缺动物
D类:BI工程师 分析师中的程序员,很纯的那种
主要的工作:和数据的ETL打交道多,主要做数据规范、数据仓库、业务需求报表开发、多维度呈现等
需要掌握的:
硬性技能:数据库技术、数据仓库、Informatica, Datastage,Kettle,还有一些厂家的展示产品Business Objects, Cognos,常用梳理工具
ERwin、echarts等
软性技能:理解能力、表达能力、思维缜密
掌握的方法论:无,基本人家让干啥咱干啥
掌握的统计学:常规统计指标(均值、中位数、分位数等)、回归、聚类、因子、决策树、逻辑回归等,
加分项:技术过硬,有过大型BI建设经验,既能干DBA又能干BI、视觉思维
突破:这些人比一般的数据分析师更懂底层,缺少的只是与业务的融合,看自己的定位了
总结:绝对的苦逼,容易吐血那种,常常怀疑人生
E类:算法工程师 就是你们班技术最强那个人
主要的工作:做算法、搞研发、创新算法
需要掌握的:
硬性技能:数据库技术、hadoop、python、R、spark等等
软性技能:理解能力、表达能力、思维能力
掌握的方法论:懂一些常见的即可
掌握的统计学:各种算法都要精通,而且在不同的场景下,要自己开发新算法
加分项:算法很熟悉、技术没得说、学历高
总结:工资高、压力大,经常断片
F类:大数据分析师 现在改名了,叫人工智能专家
主要的工作:做算法、建平台、构建大生态、做产品,搞优化
转自:大数据分析和人工智能