真正的数据分析师做什么,数据分析师和数据分析员
本文为各种有兴趣,好奇,想学习,想转行做数据分析师的yqdny做一个简单的介绍。感兴趣的同学请传阅一下,业内各位,六先生,随意吐槽()
问:你们叫数据分析师?
答:嗯,其实还有其他名字。比如有的公司喜欢加一个“大”,叫:大数据分析师……o()o
问:你们是干什么的?
答:我们提供数据,以及基于数据的商业建议。
这是一句官话,通俗地说就是你看到旁边这个东西了吗?这个月卖了35台彩电。
首先我们统计了一下这个月35台的销量。
其次:提醒老板:因为你老婆昨天打麻将输了8万多,如果这个月你卖不出1000台彩电,你就要跑路了,着急的长颈鹿会找上门来。以今天29号为准,月底,我们一般一天卖100台,所以跑之前记得把我的工资结了。谢谢你。
问:你们做这有啥用?
答:支持业务运营,解答业务问题,提供可行性建议。
又是一句官话。民间有什么说法?假设你开了一家商店。
首先,你需要知道你是赚钱还是赔钱,当焦虑的长颈鹿来到你家门口时,它会杀了你。所以你需要业务数据(收入-成本-利润。)
第二,你要知道你每天卖了多少,还剩下多少,这样才能坚持下去(in-out-in-store)。
第三,销量上不去。你得想办法,比如你要不要研究谁会买的多,然后发个广告,做个促销,发个会员卡,挽救销量(用户画像,用户主动行为分析,广告投放分析,营销活动分析)。
第四,你可以看到你之前做的事情是有效的,但是你烧的钱太多了,你既想增加收入又想省点钱(更深入更细致的分析来节约成本,提高ROI)。
问:所以就是没啥用咯!我要是老板不看这个也能做生意啊,有个会计记账不就行了
答:在商业时代,数据分析确实没什么用,但是当市场竞争越来越激烈的时候,数据分析就发挥了非常重要的作用。
如果我开一家新店,三个月就能回本,半年就能盈利,一年赚几百万,我就不做数据分析了。建一个系统,建一个数据库,养三五个数据分析师,一年就要几百万。我为什么不开一家新店?这也是传统企业不重视数据分析的原因。真的没必要。过去10年,很多行业都处于野蛮生长阶段。跑马开店就是一切!经销商,KA,直营店都是利润!
但是,市场饱和了,竞争对手多了,渠道全了怎么办?开新店赔钱的几率一半,盈利的几率只有一半怎么办?恭喜你,你已经进入精细化运营时代,你开始需要数据分析支持。PS:这就是为什么互联网公司那么重视数据分析,因为真金白银真的赚不了多少钱,哈哈。
问:那,那,那,你们干这个能挣多少钱啊?
答:要看水平。一般来说,专科6-8K/月,分析师8-12 K/月,高级12-18K/月。
当然,在一些数据基础好,应用好的互联网公司,毕业起薪20w/年,三年50w的也不是没听说过。
蔑视,问:就挣这么一点点啊,那我不干了
答:如果你是销售,你真的可以鄙视这个工资,因为同行业肯定是销售赚的多。
但是如果你在运营、策划、营销、开发等岗位。谁也不会看不起谁,都在后台工作。
期待,问:卧槽,挣这么多啊!我也想干!
答:不要期望太高,就是一个对企业无利可图的后台岗位。如果你想赚大钱,就卖掉它。
同时入门门槛也高很多,需要学习很多知识,比如:分析思维、市场调研方法、统计学、R语言/Python开发、数据库.
问:净瞎扯吧,不就是弄个数吗,数数我也会,哪有那么难!
答:取号其实是一个比较复杂的过程。当然,解读这个数字更复杂。
比如,要想得到本月35台彩电的销量,至少需要7个步骤:各门店交易POS机数据接口后台数据库汇总订单信息清理规范形成统计可用字段制定统计规则输出可显示报表。这个链条中的每一项都需要相应的开发工作来支持。
因为前端POS机只会记住:X年X月X日我们店里卖了一台彩电,无法汇总计算。试想,一个企业下面至少有几十家门店。每家店每天交易几万单,销售几十万件商品。整个公司有上百万的数据,没有一个系统可以环环相扣的处理。如果靠掰着手指数,可以试试数家里米缸里的米,看看要数多久。
解读:这个月彩电销量35台,所以老板,你要把我的工资结算了再跑,更麻烦了。你得了解公司的历史背景,了解业务流程,预见公司的问题,你最好熟悉老板的习惯(不然你怎么知道他会跑路?),这需要一个行业相当的经验。
失望,说:那么麻烦,我不学了!
回答:不学数据分析的话,等一月份死在5000吧。
因为精细化管理是未来的趋势,即使你以后做营销、运营、销售,也离不开数据。
预设目标:量化管理,具体到某个绩效指标。一点数据都不懂,决定多少就只能任人宰割,吵架也不会赢。
中控流程:要时刻关注监控指标的趋势,做出调整。不懂一点数据就鲁莽,销量好,库存不足;库存不够,赠品不够;礼物够了,费用又过了。每天都得灭火。
关于事后的体验:做得好就可以吹。效果一般不一般怎么办?如果你对分析一窍不通,这一次是脱不了干系的,下一次工作就脱不了坑了。
所以,即使你不是数据分析师,至少也要知道一些商业分析方法和基本的报表知识。
坚定,说:我不怕难,我想学!
回答:数据分析有两个方向:业务和技术。可以选择一个方向逐渐深入。
技术方向:输出数据。重点是如何提高数据采集和运算的速度,如何更有效的编写统计代码。该岗位一般适合全职数据开发人员,在各企业IT部门的数据分析/数据产品组工作,需要数据库、分析语言、建模算法等开放性技能。近年来,随着很多大公司ERP、CRM建设的完成,对BI的投入加大,使得数据开发的薪资水涨船高,值得期待。
业务方向:输出结论。重点在于如何把问题变成可验证的假设,如何从数据中提取策略。这个职位一般在市场部/运营部,也可能是兼职(很多商务风格的御姐其实数据分析能力很强)。他们需要了解营销/运营的理论,有一定的数据技术和数据源知识,逻辑能力强,有一定的实际业务经验。纯商业分析,经常沦为表哥,每天面对excel,ctrl C,ctrl V,所以不适合新人入门,但是对老年人的晋升有帮助吗?用过的都不错。
当然两边都会是最高水平,但是术业有专攻,大部分人还是要有一个方向来入手。
问:我选哪个好?算了哪个钱多我选哪个!
回答:对于新人和有编程基础的人来说,技术方向的收入更好,收入来源于此。对于已经在职,没有编程基础,想转行的人来说,提高自己的数据分析能力,增强自己的业务方向分析能力,是进一步晋升的一个很好的助力。
-全文完毕-
说:为什么?全文看完了吗?说好的大数据!可怜的剧组B,浪费我的时间,毁了我的青春,MDZZ!
答:嗯,大数据,这几天连续发了200份问卷,才敢自称XX大数据分析.
那些年,关于大数据最热烈的讨论去了媒体。每天要么写“大数据”,要么写“男人沉默,女人哭泣”的文章。真实数据的人在讨论具体的算法或者商业应用场景。入行后你会发现,分析算法不是最大的障碍,数据质量才是( )
作者:接地气的qpdgs,微信微信官方账号:接地气学校。十岁的数据分析师,拥有多个行业的CRM经验。
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。