数据分析师日常工作是什么？

你以为数据分析就是学好spass、Python、SQL就好了？错！其实不同行业、不同等级的数据分析师，做的工作是不一样的。

今天请到了 具有10年数据分析师经验的陈老师 ，为大家揭秘数据分析师的行业真相和生存必备能力。

（题外话：不知不觉已经 1000+赞了 ！感谢小伙伴的支持，看来大家对数据分析都挺感兴趣的，评论也有人问：怎么才能迅速转型数据分析，想从事数据分析工作，该怎么提升数据分析能力，这里我为 想要入门数据分析的同学推荐一个免费数据分析训练营，由小灶和腾讯教育联合出品，学习时间是5天，期间大家可以初步体验如何用数据分析解决商业问题，从而判断自己是否适合数据分析岗位，以及如何高效提升数据分析能力。

点击下面的链接，就可以免费参与啦~

）

下面就开始正文啦！

陈老师：
☆ 10年经验数据分析师，资深咨询顾问，创业公司领导。
☆ 在数据分析，数据挖掘，CRM等方面有25个以上完整项目落地经验。
☆ 服务40个以上客户，包括互联网，金融，快消，耐用，家居，美容，保健等多个行业。

今天的采访内容分为三个部分：

1. 数据分析师的工作体验和必备能力
2. 数据分析师的发展路径和待遇
3. 对应届生的招聘要求

一、数据分析师的工作体验

Bella：数据分析师这个岗位的职能是什么？

陈老师： 我在咨询公司和大型国企都做过数据分析师，我就分成这两块来讲下岗位职能。

第一块是咨询公司， 咨询公司里定量调研会比较多。 因为企业内部的数据自己也可以分析，更需要咨询公司这种外部力量提供内部系统记录不了的，比如用户态度、竞品、行业信息等数据。并且，在我入行的时候，企业的内部数据非常匮乏，基本上除了销售表单没有任何其他数据，因此 必须做大量的调研和问卷。

而大型国企，比如银行、航空公司、电信这些，他们的数据体系就比咨询公司要强很多。由于内部系统更完善，并且有国家政策法规背书，因此可以采集到除了消费以外的大量信息，比如用户基础特征、用户通话、刷卡、投诉等等行为，就使得可以分析的数据极大丰富，也 衍生出了诸如风控分析、营销分析、互动分析等等分析内容。

就拿银行来举例，用户刷卡金额稍微多一些（一般是500元以上），银行的数据系统就会监测到这个行为，马上提醒你要不要办分期。再比如你隔一段时间不刷卡，银行也会发来短信醒你，今天Costa咖啡买一送一、或者九块钱的电影票，你要不要来刷卡？从而刺激消费。 这种营销动作，都是基于数据分析挖掘出的需求场景，来促成用户更多消费，为银行带来效益。

有些分析可能用户感受不明显，比如风控分析。在我们申请信用卡的时候，银行会收集我们的职业、性别、年龄、收入等等信息，结合已有的征信信息，综合判断我们的信用，从而选择是否发卡，给多少额度给我们使用。

对用户而言，这只是是否审批一个简单的动作，可通过这种分析，银行可以有效规避一些高风险用户，从而避免损失，这也是数据分析实打实的作用呢。

还有一类是宏观的分析，比如行业研究。 通过行业研究可以分析行业发展趋势与竞争态势，把握整体动向，从而支持战略决策。 只不过一般的公司做行业性的研究，最大的瓶颈在于拿不到数据，只能依赖咨询公司或专业的市场研究公司。只有少数有统治力的大企业才有能力整合业内资源，自己独立完成行业研究。

小结一下：

从减少风险到增加收入，从战略决策到战斗战术，数据分析都能发挥作用。它还能成为一个独立产品，由咨询公司、市场研究公司等专业机构提供给有需求的客户。可以说作用很广泛了。

Bella：接下来想跟您聊一下关于数据分析师的工作体验。比如说您一天典型的工作场景是什么？会经常出差吗？

陈老师： 先说出差问题，如果是要解决商业问题的话，的确会经常出差， 出差都是为了做调研 。出差对象有内部的和外部，有竞争对手的，有上下游供应链的，也有用户的，看具体需求和具体问题。 数据分析师分为基层、中层和高层三个阶段 ，我根据这三个阶段来谈一下工作体验。

基层的员工我们一般管他叫“表哥/表姐”，就是每天整excel表的小哥哥和小姐姐， 基本上每天都被数据埋没 。基层的还有一个叫"茶树菇"，就是每天写sql、查数据的小姑娘.

如果说工作是钢筋混凝土，基层员工的地基就是数据。这个工作本身要消耗很多精力，特别是很多企业的数据治理做得很差，数据相互不打通、错得很多，就特别磨人。 没有任何一个数据分析师能跳过这个阶段，都要从基层干起。

中层的员工开始承接一些分析的专题 ，中层不是指岗位职级，而是说有一定独立工作能力，工作上的中间那层。这时候，你开始承接一些独立的问题，比如说为什么销售会下降、运营的现状怎么样，然后搭一个数据指标体系来描述现状。除了这些，中层的人也要做一些基础的取数工作。

如果做到数据部门的领导或者部门总监，基本上每天都在开会 ，所有管理层的会议都会把你拉上。做到领导层基本都不怎么碰数据了，反而是每天在打电话。遇到问题，需要跟一线的聊，跟不同部门的领导聊。除了开会以外还需要分析问题，分析到底这个是不是数据问题？ 站在高层就是需要帮助大家梳理清楚有几条路，要怎么走这条路。

Bella：低层、中层和高层，每一层都需要什么样的能力呢？

陈老师：最基层的能力就是取数、写sql、excel，还需要做一些报表的整理，做一些可视化的图表。 这几样能力基本够用， 如果想懂得再多一点的话，可以学习一点数仓和ETL ，就是数据怎么存储、转置、加载至目的端的过程。这样当数据出错的时候，就不用去找开发，可以自己搞定。除此以外，还可以学习一些简单的数据处理工具，比如tableau，powerBI等。

中层的话需要有分析能力 ，基层工作理论上不需要数据分析能力的，会跑数，会写python就够了。但是中层需要有沟通能力和分析能力，因为你需要回答别人的问题，需要让别人听懂你的回答。一味地讲同比、环比等专业术语，是会被人抱怨的。

做到高层真正要求的能力是建项目。你要通过某种方式让老板看到你做了什么事情，认可你的能力。

比如建立一个大家通用的数据报表，比如完成一套推算算法提升营销效益，总之，不仅仅让数据停留在报告中，而是真正可以助力业务发展。只有成果让老板看得到，你才可以找老板要到经费要到人，把你的部门做大，自己才能官运亨通。

也正因此，作为高层一定要有一个能力，叫拉大旗蒙虎皮。你手下有30个人才是数据总监，如果你手下只有三个人，那你就是一个打工仔，可能连个组长都混不上，这就是这个行业最真实的真相。不过一般同学们要在工作5-8年以后才会遇到这种问题，这里就先做分享了。

也因此，导致一个搞笑的结果。就是五型人格中，猫头鹰型是思考型，但我认识的数据总监里，十个有八个是孔雀。

孔雀是什么？爱张扬、爱表演、爱表现这种人。从性格上来说，根本不适合干数据分析，然而为什么他能做到总监，是因为他能得到领导的信任，能把他的价值体现出来。

大家如果要入行数据分析，千万记住这个结论。不然闷头跑数据，做了5年还是数据专员，连个分析师头衔都混不上的，也大有人在。

Bella：您在工作中遇到最大的困难是什么？

陈老师： 困难有很多，我曾经总结了数据分析师最想吐槽的几大时刻，贴在这里，给大家乐一乐：

1. 新招进一个公司，做大数据分析师，好嗨森，入职第一天老板给了张50M的excel表说：“瞧，你看我们有100多万条用户信息呢，这么大的数据，来个大数据分析下！”
2. 还没从震惊中恢复过来，业务部又神补一刀：“我们准备跟星巴克合作，来预测下明年多少人喝咖啡，几千万的大项目，预测不准公司要亏很多钱的，你加油哈”
3. 好想把“我要是未卜先知为啥不去炒股来给你打工”这句话甩在业务部脸上，就被IT一句：“哥们你可来了，那失散到天涯的数据有娘啦！”噎了回来。
4. 终于把数据拼起来开始分析，发现好有规律啊，好工整啊，隐隐感到有坑，去业务部一问才知道，全是被经销商篡改操纵的数据，人家都有简便操作的顺口溜了，一读发现顺口溜还朗朗上口
5. 没有四的困扰了，这下终于是全真实数据！全部没有规律了！喜极而泣，擦干泪仔细一看发现80%的记录缺失，10%记录不全，5%记录出错…… ......
6. 整完数据开始统计，然而领导觉得只做加减乘除太简单了，有没有有深度的方法
7. 简单了就做个模型吧，然而检验值还没讲完领导表示太复杂搞不懂，能简单点不
8. 改来改去已很多遍了！我已不太记得领导唠叨了什么，总之又听到一句：“再改一下，看看其他维度深入分析分析”，然后默默新建一个文件：《分析报告V16-8版》
9. 输出结果和业务部的认知差不多，被评价为：“我们都知道了吗，做跟没做一样吗”
10. 输出结果和业务部的认知差很多，被评价为：“这个与市场常识完全不同，肯定是数据的问题，我们都十多年经验了，快回去检查数据，上次我去见XXX客户人家就不是这样的！一定是你错了！”

其实最根本的困难就是，数据分析是典型的内行服务外行的一项工作，是经过严格训练、有技术型的专业人士，服务三教九流各色人等的工作。

分析的结果很重要，过程却专业的让大部分旁人无法理解，因此不但要有专业能力，更要有应付各种人，深入浅出的能力。 你要面对很多沟通的问题，技术问题和这些相比都是小问题，相当于在夹缝中求生存。

像开发一般面对的敌人都是内部的，比如需求难度高或者时间短，像销售运营面对的敌人都是外部的，比如怎么搞定客户？就只有数据分析是同时面对内外部敌人。你既得和渣渣的基础数据建设，不规范的流程，随意的业务作斗争，又得和过高的期望值，不切实的需求做斗争。

所以我建议，大家做数据分析，眼光要开阔一点，不光要掌握技术，更得懂的商业分析理论，了解如何解决企业实际问题，掌握营销、运营、产品等知识。能文能武，才能攻守兼备，做出好的成绩。

如何用数据分析解决商业问题，在小灶与腾讯教育合作推出的《商业数据分析训练营》中，5天的学习中，腾讯教育大数据专家，会带你一起用数据分析解决企业实际业务问题，不仅可以掌握数据分析技能，还能提升商业思维。
点击下面的链接，就可以免费体验了！

二、你最关心的发展路径和待遇

Bella：一般数据分析师的职业发展路径是什么样的？

陈老师： 不吹不黑的说： 数据分析师是一个门槛高、天花板低的岗位。

门槛高是因为它需要很多的硬技能，比如掌握excel，sql，python等技术，了解数据可视化，懂一些统计学、数学、运筹学知识。特别是在2019年，作为一个数据分析师，如果你不会sql，就只能去做最基础的报表整理，实在没啥前途。天花板低，是因为数据分析不是一个盈利的岗位，而是一个内部支撑的岗位。这种身份，决定了数据分析师代码写得再好，也不会比做产品开发、做前端、做网站的程序员更有钱。

我身边真正纯做数据的同学，能做到一个部门经理，一年拿个四五十万已经基本到头了。 建议大家可以做偏商业的数据分析，这样以后有机会转岗成为业务部门的精英，收入就能更进一步了。

数据分析师这个工作本身的路径会很短，但是 作为一种能力特别好用 。会用这种能力的人混得比别人好，它会帮助你解决很多的商业问题，凭借数据去说服对方，让你在销售、运营等岗位做得很出色。也能让你有机会接触建模工作，以后向更专业的算法工程师方向发展。

接下来，我们再说数据分析师的发展路径。

第一条路，如果专职做的话，可以 在企业里面做到一个数据组的组长 。如果有独立的数据部门，可以晋升为数据部门的总监。

第二条路，如果你对技术比较擅长的话，可以 转行去做数据产品、做BI、做推荐系统，或者做风控算法这一块 。专业的算法工程师钱景是很可观的。

第三条路，如果你对业务很擅长的，可以 转岗到业务部门，比如数据运营，用户运营，用户增长，营销策略等岗位 ，这些岗位对数据依赖度很高，也很有发展空间。

第四条路，如果你想创业的话，积累到一定程度后，可以 空降到咨询公司当合伙人 。或者干脆像我一样自己开创一番事业。

第五条路，如果你 走上管理岗的话，懂数据的老板空降存活的概率比较大 ，做执行出身的老板空降死亡的概率很高。为什么？因为做执行出身的，往往太过聚焦于细节忽视规划，结果自己忙死也不出业绩。但是做数据的能忽悠得住老板，能要来资源，能更好的做好管理工作。

Bella：数据分析师这个岗位的待遇如何呢？

陈老师：待遇这个事情首先看行业，其次看企业，最后按岗位。数据分析从整体上来说，是介于销售和开发之间的。 我们都知道，你想挣快钱，就去做开发，头几年的工资特别高。要想挣慢钱，就去做销售，可能头几年还在熬，但是年龄越大，做成功的单子越多，客户越多，积累的资源越来越多，就会越来越有钱，甚至自己当老板。数据分析就是夹在这两个之间。

然后做数据分析的话，行业差别会比较大。一般来说：一线互联网（BAT，TME）> 500强/大国企 > 二线小互联网公司 > 其他传统企业。互联网大厂的商业分析，数据分析毕业第一年薪酬上20K都很正常，传统500强/大国企的起薪相对较低，但公积金、隐藏福利（住房、入户、伙食）都加上，是胜于小互联网公司的。

如果想走数据分析道路的话，优先选大企业，但是选不选互联网行业不一定。 因为18年和19年是互联网寒冬，整体招聘形式并不乐观。就算是没有倒闭的，到了年底裁员新人的也特别多，大家要小心入坑哦。

小型互联网公司和大型国企、500强的岗位比起来的话， 优先选500强和国企。 像移动、银行或者航空公司这些传统企业，内部的数据分析流程非常规范，在这里锻炼一两年，再出来去互联网公司，甚至去投行，都会有人要的。

数据分析的职业发展是一个不规则的线性成长， 做数据分析，一定是积累的越久越值钱。 但是为什么不规则？是因为可能有很多小的机遇，比如这两年算法大火，之前在国企收入平平但懂算法的数据分析师，进入互联网公司照样能拿高薪。

未来人工智能，大数据，物联网会持续发展，数据领域的机遇只会越来越多，大家可以放心入坑。

三、做数据分析师需要哪些能力？

Bella：想要做好数据分析师的工作，大学生最需要具备哪几项能力？

陈老师： 其实之前已经说过一些了，这里再补充一下。如果分为硬技能和软技能来讲，硬技能的话， 强烈建议sql一定要会 ，然后同学们可以根据自己能不能学通python，来决定自己的发展方向。 如果搞得定python的话，其实可以走程序员之路。

不管是不是计算机学院的学生，如果自己能够做得了爬虫、能够调参，能够扒一些数据下来清洗好，其实是有初级程序员的能力的。

如果你不想当程序员或者学不进去python，可以考虑加强软能力 ，走数据运营，走商业分析，做一个懂数据的产品经理，或者懂数据的销售。那么需要的软能力是什么呢？

对于在校学生来说，不是看各种分析思路或者分析模型，看了没用，因为他们什么都没有经历过，这个时候建议再配一个做调研的技术，不是真的让他去咨询公司当一个用户研究员，而是说他要 通过调研学会跟人结构化地聊天，学会有逻辑地跟人沟通 。这样的话他有了sql的硬技能，又有了这些软技能以后，可以尽快地了解业务。

掌握了业务以后，才能做业务分析。但如果有一类同学连sql都学不了，我建议他就放弃做全职数据分析师的思路，干脆就做看得懂数据的运营或者销售。

对数据分析师最有用的不是证书，而是实习。 这是一个实操性很高的岗位，没有实习，只是熟读《计算机原理》《统计学》是没有任何解决实际问题的能力的。

实习经历非常重要，特别是写sql这种实操工作，你在网上刷再多的题都不如去实习，哪怕只有一个月，很快就了解了。

实习的话两个思路， 一个是走那种大企业路线 。如果你的学校背景好，那么尽量找一些比较大的、知名的、特别是500强的企业，这种实习非常有含金量，对以后的就业很有帮助。 第二种，如果你是想练手的话，那么找一个做申购或者做开发的干两天就好了。 因为目标很明确，反正是来练手的，不指望这个企业的背景为我背书什么。

如果想要大公司背书，可以看看由小灶和腾讯教育联合出品的免费训练营，基于数据分析的真实案例教学，模拟数据分析师的真实工作场景，5天时间，帮助0基础小白快速入门数据分析：

点击下面的链接就可以免费获得~

最后，希望想要转行数据分析的小伙伴们能够得偿所愿！