一是帮助企业看清现状(即通常见的搭建数据指标体系);
二是临时性分析指标变化原因,这个很常见,但也最头疼,有时还没分析出原因,指标可能又变了,注意识别这里面的伪需求(数据本身有波动,什么样的变化才是异常波动?一般以[均值-2*标准差,均值+2*标准差]为参考范围,个别活动则另当别论);
三是专题分析,这个专题可大可小,根据需求方(也有可能是数据分析师自己)而定,大老板提出的专题分析相对更难、更有水平一些;
四是深层次解释关系和预测未来,这个技术难度和业务理解水平要求相对更高一些。如,影响GMV的关键因子是什么?这里当然不是显而易见的付款用户数和客单价,而是需要探索的隐性因素;再如,预测下一个季度甚至是一年的GMV,以及如何达成?
数据分析师一方面要和业务人员打交道,满足业务人员的数据需求,另一方面,要借助 ETL 工程师建模好的数据,以及数据平台工程师开发的平台,来更高效的完成工作。有些公司在人员紧缺的情况下,会把 ETL 工程师要做的工作,也安排给数据分析师,这样对数据分析师的开发能力和建模能力,就会有更高的要求。最后一点是提供洞察,前面的工作更多的是被动的,数据分析师还要主动的发现数据中的异常,将这些异常指导业务。
数据分析师主要工作就是通过数据去解决企业实际遇到的问题,包括根据数据分析的原因和结果推理以及预测未来进行制定方案、对调研搜集到的各种产品数据的整理、对资料进行分类和汇总等等
发展前景很好,毕竟数据分析这一行在国内才刚刚起步,很多企业都需要这方面的人才,是很有潜力的,这一行偏商科,技术辅助。真正的大牛不是数据分析工具技术,而是用数据帮助企业在产品、价格、促销、顾客、流量、财务、广告、流程、工艺等方面进行价值提升的人。像我本人就是自学的数据分析师然后毕业后去了决明工作,现在基本实现了财务自由,但想成为大数据分析师的话,需要日积月累坚持沉淀下去,相信你总有一天也能达到这个层次。