数据分析师到底是干啥的?数据分析值不值得学
数据分析师,顾名思义是指那些专门分析数据的人员,分析的数据主要是结构化数据,近年来对文本数据的分析也越来越多更加通俗的讲,数据分析师其实是翻译人员,是将数据翻译成结论的人,且这个结论是对方能听懂的。
下面这张有行和列的数据就是结构化数据,也是我们平时分析使用最多的数据。
不同行业的数据分析师,是有一定差别的,有的偏研发岗位,比如数据挖掘工程师、机器学习工程师、数据工程师;有的偏业务岗位,比如运营分析专家、用户研究工程师、商业分析师等。
在这些岗位中,都涉及到通过分析数据来解决问题,只是在整个工作流程中的侧重点会稍有不同。
那么,我们现在就来看一下数据分析的工作流程:
我来解释一下这个图:
第1步:数据分析最开始是由一个明确的问题来驱动的,比如互联网企业中经常会遇到【上周APP日活人数发生明显增加/下降的现象】,这时候就需要通过数据分析来找答案。
当然有些领域也会出现【在没有明确问题的前提下,拿到数据就开展分析工作】的情况,比如高校等科研院所,领导可能会直接甩给你一批数据,让你挖掘挖掘,看能得到什么结论,其实这类数据分析工作与企业中常说的数据分析工作,存在本质上的区别,对于这方面的内容,以后我可以再单独详细阐述。
第2步:这个问题是否能细分为多个小问题。一个大而复杂的问题,通常很难用一种数据分析方法解决,需要细化为多个小问题,每个小问题可以用一个简单的数据分析方法搞定。并且,根据细分的小问题,我们可以知道每个小问题需要收集哪些数据、用什么分析方法、制作什么样的图表等等,这一步在数据分析过程中非常关键,是考察我们研究设计能力高低的重要判断依据。
第3步:根据每个细分小问题,收集相应的数据。
第4步:根据收集到的数据,相应选择合适的数据分析方法,得到一个个细分小结论。
第5步:总结完整的结论。
第6步:评估结论是否能合理解释最开始的问题,这一步与第2步同等重要。
在这六个步骤中,第1、2、6步是非常非常关键的。
但是,这点往往被数据分析师所忽略,很多人认为第4步最重要,认为用高大上的分析方法、画出酷炫的可视化图表是反应一个人数据分析技术高低的标准。对于这个观点,我表示哭笑不得。我在招人的时候,判断一个人分析技能高低的标准之一是针对第2步的小问题能否选择合适的分析方法。
说完数据分析的流程,再回过来说下数据分析师的工作内容。当前互联网企业中数据分析师的岗位,70%的工作量主要集中在数据采集、整理和预处理上,这是数据分析这项工作的属性决定的,必须得先收集到数据,再清洗数据才能做后面的分析工作,而收集数据、清洗数据又是数据分析中最累的活。
剩下30%的工作包括设计指标、使用工具(Excel、Tableau、SPSS、R、Sass、Python、EViews、Stata等)分析数据、写报告、开会等等。
但是,很多刚入行数据分析的人,在面对整天处理大量数据的重复性工作时,总是感到厌倦、失望、崩溃,甚至在还没有接触到后面30%的工作时,就萌生了转行的想法......
其实,这些都属于数据分析师的“份内事”,只有把前期的工作做扎实,后期的分析工作才能完成的更漂亮。
值不值得学?答案是非常肯定的,但对于不同背景的学习者来说,不是必须要学,这个问题就类似于问医学值不值得学,答案是一样的。
说实话,现在没有【不产生数据、绝对不需要分析数据】的行业。所以,我更鼓励不在数据分析岗位的人,去学习数据分析的方法和一部分分析工具,原因有两点:
另外,数据分析值得学的另一个原因是市场前景好。下图展示的是近十年“数据分析”的搜索指数,可见其受公众的关注度是稳步提升。
这个趋势有两个关键字:
而且,【数据分析】相关的关键词在百度、微信、抖音三大平台的搜索指数都表现出上述一致的趋势。
目前在各大招聘网站上,数据分析类的岗位长年处在技术类岗位需求量的前三;在“十四五”规划材料中,重点提到数字化转型;在领英最新发布的《2021年新兴职位趋势报告》中,指出:伴随着数字化技术和数字经济的发展,一些自带数字化基因的岗位成为风口,对人才的需求也是在急剧增加,是否拥有高水平的数字化人才,成为制约企业快速发展的关键因素。
而且,这里面很多岗位都与数据分析直接相关:
另外,在报告中还提到,一些仍受欢迎的传统岗位,诸如财务顾问、招聘专员、销售等,在【热门技能】中也都提到了数据分析能力。
笔者自己所在的科研机构,明显能感受数字化转型背景下的大变革,我所在的人工智能研发部门对人才的需求量增长非常明显,今年的招聘量是前三年的总和。
我个人觉得,这个岗位的人才在未来10年都不愁就业,并且越是在传统行业、传统岗位,这类数据分析新技术人才越吃香。
所以,不管你未来是否要从事数据分析,我都建议你系统掌握一些数据分析的知识
- 不在数据分析岗位的人,其所在行业肯定有自己的数据,也需要懂一定数据分析基础的人员;
- 更重要的是,现在流行一个名词“H”型人才,即一个人具有两个专长领域,这两个领域具有一定关联性,这样的关联会产生创新,从而使自己在职场上更具价值。
- 稳:不是突然提升,说明该领域不是刚刚兴起,已经成熟
- 升:说明该领域的前景在不断提升
知道你对python感兴趣,所以给你准备了下面的资料~
这份完整版的Python全套学习资料已经上传,朋友们如果需要可以点击链接免费领取或者滑到最后扫描二v码【保证100%免费
】
python学习资源免费分享,保证100%免费!!!
需要的话可以点击这里
数据分析师,顾名思义是指那些专门分析数据的人员,分析的数据主要是结构化数据,近年来对文本数据的分析也越来越多. 更加通俗的讲,数据分析师其实是翻译人员,是将数据翻译成结论的人,且这个结论是对方能听懂 ... 数据分析师的核心工作在于数据挖掘.数据处理.数据分析以及总结汇报等.每个环节都体现数据分析师相对应的工作技能.对于核心的数据分析环节.都有哪些常用的方法呢?如何才能提高数据分析的效率呢?在此为大家提供 ... <Python从小白到大牛>纸质图书于2018年10月上市,为了答谢广大学员对智捷课堂以及关老师的支持,现购买51CTO学院([Python数据分析师:从0基础到数据分析达人](https ... 目录 <BI数据分析师技能培训与实践--掌握数据分析核心技能,实现企业业务价值的最佳实践> 1.BI概述 1.1什么是BI 1.2BI工具的分类 1.3BI在企业中的应用 2.数据分析基础 ... [摘要]在茫茫的数据发展长河中,人们慢慢掌握了数据处理的方法,其中重要的处理方法之一就是对数据的分析,所以出现了数据分析师这一处理数据的职业,有很多刚入职成为数据分析师的新人都想知道数据分析师报考条件 ... 数据分析可谓是最近的"香饽饽",不少企业在尝过了甜头后,纷纷开始找寻相关的人才,也有许多年轻人看重了数据分析的潜力,想要转行. 但零基础无从下手,这时培训班就成为了一个很好的选择, ... 导读 经常看见各种数据分析师培训的运营推荐,那么数据分析师的就业行情究竟如何?让我们用数据说话,一探究竟! 01 数据来源 各大招聘网站提供的数据很多,简单写一个小爬虫就能轻松获得大量数据.虽然这些数 ... 网上介绍了那么那么多的数据分析方法,但不同的数据分析方法使用场景不同,A常用的B不一定常用. 所以这篇只介绍5种基于逻辑层面的,几乎人人都会用的数据分析方法. 先来分享一下数据分析6大步骤: 按照这6 ... 数据分析师到底在做什么? 数据分析师需要具备什么能力? 快速学习能力应该是每位数据分析师必备的.大数据环境下催生了很多新的数据分析工具和方法,分析师们比拼的就是学习速度.快速掌握很重要. 如何快速成为 ...数据分析师到底是干啥的?数据分析值不值得学相关推荐
最新文章
热门文章