身在數(shù)據(jù)分析崗，每天最基本的工作不是數(shù)據(jù)分析，而是提取數(shù)據(jù)。

比如在互聯(lián)網(wǎng)公司最常見的場(chǎng)景是，產(chǎn)品經(jīng)理對(duì)著數(shù)據(jù)分析喊：

“這周發(fā)版本了，快點(diǎn)幫我提取一下這個(gè)新功能的點(diǎn)擊率和留存率。”

“昨天有一場(chǎng)運(yùn)營(yíng)活動(dòng)，幫我看一下這個(gè)banner圖的點(diǎn)擊率和下載轉(zhuǎn)化率。”

“要發(fā)月報(bào)了，快幫我導(dǎo)一下這個(gè)月的活躍用戶數(shù)，下載人數(shù)，付費(fèi)轉(zhuǎn)化率”

......

身在數(shù)據(jù)分析崗的你，遇到的分析需求，舉例子來說，從易到難，分別有以下段位：

段位1：給業(yè)務(wù)部門統(tǒng)計(jì) ，每日/周/月，用戶 PV（即頁面瀏覽量），UV（即獨(dú)立訪客，相當(dāng)于帶身份證參觀展覽會(huì)的訪問人數(shù)），新增用戶，訂購用戶數(shù)，訂單數(shù)，銷售額，累計(jì)用戶，累計(jì)訂單，累計(jì)銷售額，環(huán)比。用什么工具自己選擇！

段位2：以上原始數(shù)據(jù)用SQL自己去提取，以上分析變成自動(dòng)化。每日/周/月 自動(dòng)運(yùn)行，節(jié)省人工。最近訂單量，銷售額有下降，請(qǐng)分析出原因？

段位3：從數(shù)據(jù)中分析出相同產(chǎn)品，不同參數(shù)對(duì)銷售的影響，并找出優(yōu)化的參數(shù)？用什么方法和工具自己選！

段位4：根據(jù)訂單，銷售以及不同的產(chǎn)品數(shù)據(jù)，預(yù)測(cè)下個(gè)月的銷量，指導(dǎo)庫存部門進(jìn)行合理備貨，減少庫存積壓！

2哪類企業(yè)專門設(shè)置數(shù)據(jù)分析崗位？

每個(gè)企業(yè)都有數(shù)據(jù)需求，但不是每個(gè)企業(yè)都招聘數(shù)據(jù)分析師。

<100人

n 即使互聯(lián)網(wǎng)公司，100人以內(nèi)的公司也不會(huì)專門設(shè)置數(shù)據(jù)分析師，除非是專門做大數(shù)據(jù)的公司。那么數(shù)據(jù)需求一般有產(chǎn)品經(jīng)理，運(yùn)營(yíng)人員，或開發(fā)人員兼著做數(shù)據(jù)相關(guān)工作。

>100人

100人以上的公司，隨著數(shù)據(jù)需求增加，會(huì)專門設(shè)置數(shù)據(jù)部門。數(shù)據(jù)部門是一個(gè)支持部門，完成什么工作呢？首先是對(duì)公司其他部門的數(shù)據(jù)需求響應(yīng)，也就是數(shù)據(jù)儲(chǔ)存，提取，統(tǒng)計(jì)，報(bào)告。更強(qiáng)一點(diǎn)，就是數(shù)據(jù)分析，預(yù)測(cè)，數(shù)據(jù)驅(qū)動(dòng)。

3數(shù)據(jù)分析方向的6大崗位

數(shù)據(jù)運(yùn)營(yíng)：服務(wù)于銷售指標(biāo)、庫存管理、物流清單管理，在大數(shù)據(jù)應(yīng)用中指導(dǎo)銷售團(tuán)隊(duì)做未來戰(zhàn)略規(guī)劃，對(duì)接業(yè)務(wù)，接觸較多一線人員；比如：鏈家地產(chǎn)二手房成交指標(biāo)，根據(jù)不同區(qū)域給下一階段定銷售目標(biāo)；

數(shù)據(jù)分析師：應(yīng)用最廣的崗位，基于數(shù)據(jù)運(yùn)營(yíng)的架構(gòu)，分析公司現(xiàn)有業(yè)績(jī)指標(biāo)情況；

商業(yè)分析師：將數(shù)據(jù)分析師的結(jié)果做可視化展示，比如：金融領(lǐng)域應(yīng)用，貸款不良率，P2P小網(wǎng)貸，財(cái)務(wù)報(bào)表動(dòng)態(tài)展示；

數(shù)據(jù)產(chǎn)品：提取數(shù)據(jù)，打包封裝，設(shè)計(jì)程序。引流量變現(xiàn)、設(shè)計(jì)產(chǎn)品、增加內(nèi)部額外價(jià)值，比如：螞蟻森林和螞蟻莊園，種樹換積分與產(chǎn)品；

數(shù)倉工程師：在SQL語言基礎(chǔ)上，進(jìn)行了深入研究。數(shù)據(jù)倉庫，解答數(shù)據(jù)從哪里來的問題，專業(yè)性強(qiáng)。比如：銀行APP中消費(fèi)記錄的匯總；

數(shù)據(jù)挖掘和算法工程師：技術(shù)導(dǎo)向，入門門檻最高，薪資較之最高的核心崗位。比如：人工智能與機(jī)器學(xué)習(xí)。