为什么会出现“人人都是数据分析师”的状态?

仅凭个人主观感受，有如下两个见解：

• 近年来所谓的流量红利差不多见顶，需要做精细化运营了;再加上早年间几位互联网巨佬疯狂输出“数据公司”的概念，导致大环境对数据分析类岗位的需求和认可都有了阶段性的提升
• 近年来生意不好做、钱不好赚，大家普遍滋生焦虑心理。培训行业作为一门生意，因势利导的利用焦虑。可产品经理、运营、甚至交互设计、编程在前几年就已经喊过“人人都是”了，需要有新的水源涌入，目光自然就移到了数据分析上

• 古牧君人肉整理了招聘网站上1～3年数据分析师的岗位JD，抽取一些共性内容列举并解读如下，首先是岗位职责部分：

  • 常规监控：日报周报月报这类的，主要是监控下业务的核心指标有没有变动。如果有的话，就要解释下原因。原始些的每天手工提取数据然后EXCEL加工制表呈现，正常些的会有对应的BI报表和邮件预警;
  • 效果评估：“产品新功能上线后效果好不好?最近搞的一个运营活动效果好不好?”这些都需要数据事后诸葛亮一下，ABtest什么的会经常使用。这部分其实不仅仅是事后的事儿，在开始之前就需要数据分析师来全盘的考虑，设计评估方案并依方案来布置需要监控/收集数据的位置和字段，是一个系统工程;
  • 业务决策：“怎样才能提升用户的活跃/留存?”这类问题会来自一线业务部门，我们的分析结论和建议会影响他们的决策和操作。这里最关键的是拆解业务方提出的问题，之后再给出一个系统性的方案;
  • 研究分析：“现在的年轻人都喜欢什么啊?”这类问题往往不是那么功利，可能没有任何一线业务部门有这类迫切的需求，但为了公司长远战略发展和团队自身影响力等，还是必须的。这里最关键的是如何提出有价值的问题，而不是张嘴等着喂饭

  其次是岗位技能部分：

  • 专业相关：数学、统计、计算机相关专业优先
  • 数据思维：能够量化衡量业务问题，并体系化评估业务发展
  • 数据敏感：对指标的波动和相互之间的关联敏感，能及时发现潜在问题
  • 理解沟通：能很好的理解业务问题，顺畅的与业务团队沟通协作
  • 熟悉方法：掌握常见统计学方法，有ABtest、机器学习等经验优先
  • 掌握工具：熟练使用SQL/Excel/Python/R等数据处理工具
  • 报告展示：可视化数据分析结果，降低理解成本、提升沟通效率
  • 

（编辑：我爱制作网_潮州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!