数据分析师内幕揭秘,你想了解的前前后后都在这里~

  • A+
所属分类:数据分析师

本篇是给各种有兴趣的,好奇的,想学习,想转行的门外汉做的简介,有兴趣的同学请传阅,业内各位老炮儿看了随意吐槽  ( ^∀^)

问:你们叫数据分析师?

答:额,其实还有其他名字,比如有些公司喜欢加个“大”,叫:数据分析师……o(╯□╰)o

问:你们是干什么的?

答:我们提供数据,以及基于数据的业务建议

这是句官话,通俗的说就是,看到旁边这个东东了吗→本月彩电销量35

数据分析师内幕揭秘,你想了解的前前后后都在这里~

首先:我们把这个月销量35台统计出来

其次:提醒老板:基于你老婆昨天打麻将输了8万多块钱,如果本月彩电卖不到1000台的话,你就得跑路了,债主会杀上门来的。基于今天已经29号了,月底一般一天卖100台,所以跑路前记得先把我的工资结了,谢谢。

问:你们做这有啥用?

答:支持业务运作,解答业务问题,提供可行建议

又是一句官话,民间的说法吗,假设你开个店

第一,你得知道你挣钱还是亏钱,债主几号杀上门。所以就需要经营数据(收入-成本-利润。)

第二,你得知道你在每天卖多少,还剩多少,这样才能保持持续经营(进-销-存)。

第三,销量上不去了,你得想办法,比如要不要研究下谁会多买,然后派个广告,做个促销,发张会员卡,拯救一下销量(用户画像,用户活跃行为分析,广告投放分析,营销活动分析)。

第四,你看到之前做的有成效了,但是烧钱太多,想既能拉收入又省点钱(更深入,更细致的分析以节省成本,提升ROI)。

问:所以就是没啥用咯!我要是老板不看这个也能做生意啊,有个会计记账不就行了

答:在跑马圈地的商业时代,数据分析确实没啥用,但在市场竞争越发激烈的时候,数据分析作用很大。

如果开一家新的门店三个月就回本,半年开始盈利,一年赚几百万,我也不做数据分析。建系统,建数据库,养三五个数据分析师,一年要几百万,为啥我不拿来开个新店呢?这就是为什么传统企业不重视数据分析的原因,确实没有必要。过去10年很多行业都处在野蛮生长的阶段,跑马圈地,开店就是一切!经销商,KA,直营店就是利润!

但是,如果市场已经饱和了怎么办,竞争对手多了怎么办,渠道铺满了怎么办,新开一家店一半几率会亏,只有一半几率会赚怎么办?恭喜你,进入了精细化运作的年代,你开始需要数据分析支持了。PS:这也是为什么互联网公司那么重视数据分析的原因,因为真金白银挣到钱的确实没多少,哈哈。 

问:那,那,那,你们干这个能挣多少钱啊?

答:看级别,一般来说专员6-8K/月,分析师8-12 K/月,资深12-15 K/月。

当然在一些数据基础好,应用好的互联网公司毕业起薪20w/年,三年50w的也不是没见过。

蔑视,问:就挣这么一点点啊,那我不干了

答:如果你是销售的话,确实可以鄙视这个薪酬,因为同样行业肯定是销售挣得多。

但是如果你是运营,策划,市场,开发等岗位的话,大家谁也别看不起谁,都是混后台的。

期待,问:卧槽,挣这么多啊!我也想干!

答:不要期待太高,也就是个不为企业盈利的后台岗位,想挣大钱就去拼销售

同时,进入门槛反而高了很多,你需要学习很多知识,比如:分析思路,市场研究方法,统计学,R言/Python开发,数据库……

问:净瞎扯吧,不就是弄个数吗,数数我也会,哪有那么难!

答:弄个数实际上是相当复杂的过程,当然,解读这个数更复杂

比如为了弄个:本月彩电销量35,需要至少7步奏:各个门店POS机进行交易→数据接口→后台数据库汇总订单信息→清理与规整→形成统计可用字段→制定统计规则→输出可展示的报表。这个链条中每一项都需要有相应的开发工作支持。

因为最前端的POS机只会记住:X年X月X日在我门店有一台彩电售出,不能汇总和计算。想象下,一个企业下边至少有几十个卖场,一个卖场一天交易几万单,售出商品几十万件,整个公司数以百万计的数据,没有一个系统环环相扣的处理,靠掰手指数的话,可以试试数一下家里米缸里的米,看数完得多久。

解读出:本月彩电销量35台,所以老板你得在跑路前给我结算工资了,就更麻烦了。你得懂公司的历史背景,懂业务流程,对公司的问题有预判,最好还熟悉老板的习惯(要不怎么知道他会跑路吗),这些需要在一个行业有相当的经验积累才行。

失望,说:那么麻烦,我不学了!

答:不学数据分析就等着一月5000干到死吧

因为精细化管理是未来的趋势,以后即使你做市场,做运营,做销售,也脱不开数据。

事前定目标:都是量化管理,具体到某个绩效指标。如果不懂一点数据,定多少就只能任人宰割,吵架都吵不赢。

事中控过程:要随时看监控指标走势做调整。不懂一点数据,就会顾头不顾尾,销量好了,库存不够;库存够了,礼品不够;礼品够了,费用又超了。天天得救火。

事后论经验:做得好,怎么吹都行,如果做的效果一般或者不行怎么办!不懂一点分析,本次黑锅甩不掉,下次干活照掉坑。

所以,即使不是做数据分析师,也至少得懂一些业务分析的方法,懂一些基础报表知识。

坚定,说:我不怕难,我想学!

答:数据分析有两个方向:业务与技术,可以选一个方向逐步深入

技术方向:输出数据。专注于如何提高数据采集及运算速度,如何更有效的编写统计代码。这个岗位一般适合专职数据开发人员,供职于各企业的IT部数据分析/数据产品组,需要数据库,分析语言,建模算法等开放方面的技能支持。近几年随着很多大公司ERP,CRM建设的完成,在BI这方面投入资金加大,使得数据开发的薪资水涨船高,值得期待哦。

业务方向:输出结论。专注于如何把问题转化为可验证的假设,如何从数据中提炼出策略。这个岗位一般在市场部/运营部,有可能是兼职做(很多业务大牛在数据分析上其实能力也很强),需要懂得市场营销/运营的理论,对数据技术,数据来源有一定认识,有较强的逻辑能力,还得有一些业务实战经验。纯业务分析,往往沦为表哥表姐,天天对着excel,ctrl+C,ctrl+V,所以不太适合新人起步,但对老人的晋升帮助吗,用过的都说好。

当然,两边都会是最高境界,但术业有专攻,大部分人起步还是要有个方向的。

可以多多关注天善的课程,无论技术还是业务能力都会有极大提高的(*^__^*)

问:我选哪个好?算了哪个钱多我选哪个!

答:对新人,有编程基础的人来讲,技术方向收入较好,收入来的块。对已经在职,无编程基础的,想转行的人来说,提升数据分析能力,增强业务方向分析能力,是进一步升职的好助力。

-全文完-

说:怎么?就全文完了?说好的大数据呢!穷B剧组,费我时间,毁我青春,MDZZ!

答:额,大数据,这年头连发200份问卷都敢叫自己是XX大数据分析了……

那些年讨论大数据最热烈的都去干了媒体,每天不是写“大数据”就是写“男人沉默,女人流泪”的文章,真正的数据人都在讨论具体的算法或者业务应用场景。真正入行以后你会发现,分析算法不是最大的障碍,数据质量才是(╯﹏╰)

机器学习电子书
基于大数据的用户特征分析
R语言神经网络模型银行客户信用评估数据
MySQL必知必会

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: